从“无差别降噪”到“精准语音保留”：非因果优化技术为助听设备和耳机降噪注入新活力
在复杂环境中保持清晰语音感知一直是助听设备与消费级耳机的核心挑战。传统主动降噪（ANC）技术虽能抑制环境噪声，但会无差别削弱所有声音，导致用户难以听清目标方向的语音（如对话者）。近年来，开放式耳机因佩戴舒适、减少耳道堵塞效应等优势备受关注，…
56 0 0
声浪
![语音/音频处理学术速递[5.20]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-20/1924757244868694016.jpg)
议程发布丨IEEE国际声学语音与信号处理会议（ICASSP 2025）苏州卫星会议
2025年IEEE国际声学语音与信号处理会议（International Conference on Acoustics, Speech, and Signal Processing，ICASSP 2025）苏州卫星会议即将于5月23日-2…
26 0 0
LLM又曝致命缺陷：根本不会看时钟！博士惊呆，准确率不及50%
来源丨新智元 AI能写论文、画图、考高分，但连「看表读时间」「今天是星期几」都错得离谱？最新研究揭示了背后惊人的认知缺陷，提醒我们：AI很强大，但精确推理还离不开人类。 有些任务对人类来说轻而易举，但AI频频出错。比如，单词「strawbe…
35 0 0
ICML 2025丨360° 视频到空间音频：OmniAudio 如何重新定义沉浸式体验？
当置身于一场音乐会，闭上眼睛，我们仍能凭借声音判断乐器的位置；在电影院，环绕音效让我们仿佛置身于电影场景之中。空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。然而，现有的技术大多基于固定的视角视频，缺乏对 36…
48 0 0
![语音/音频处理学术速递[5.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-19/1924400427382738944.jpg)
![语音/音频处理学术速递[5.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-19/1924400229113794560.jpg)
超越OpenAI、ElevenLabs，MiniMax新一代语音模型屠榜！人格化语音时代来了
最近，TTS 模型又有重磅“上新”，Speech-02语音模型一出手，就将 OpenAI、ElevenLabs 甩在了后面，登顶 Arena 榜单，成为全球第一。 性能更强之外，Speech-02 还极具性价比，成本仅为 ElevenLab…
91 0 0
![语音/音频处理学术速递[5.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-15/1922941226613608448.jpg)
首个多模态统一CoT奖励模型来了，模型、数据集、训练脚本全开源
来源丨机器之心 近日，腾讯混元与上海 AI Lab、复旦大学、上海创智学院联合提出全新研究工作 UnifiedReward-Think，构建出首个具备长链式推理能力的统一多模态奖励模型，首次让奖励模型在各视觉任务上真正 “学会思考”，实现对…
39 0 0