英特尔绝地求生，50亿美元救星来了！
来源丨新智元 前脚有高通提收购，后脚就来了救星？外媒称，风投公司阿波罗全球管理（APO），计划向英特尔投资50亿美金。全公司押注18A制程，最后救命稻草能抓住吗？ 英特尔的救星来了？ 几天前，高通收购英特尔的消息，成为整个半导体行业今年来掀…
24 0 0
声浪
国内团队最新开源模型，仅用4块GPU、不到3天训练出「开源版GPT-4o」
来源丨机器之心 LLaMA-Omni能够接收语音指令，同步生成文本和语音响应，响应延迟低至 226ms，低于 GPT-4o 的平均音频响应延迟 320ms。 论文标题：LLaMA-Omni: Seamless Speech Interact…
34 0 0
IEEE TASLP丨音色和风格灵活组合的零样本音色克隆模型U-Style
论文：U-Style: Cascading U-nets with Multi-level Speaker and Style Modeling for Zero-Shot Voice Cloning 作者：李涛，王智超，朱新发，从坚，田乔…
65 0 0
![语音/音频处理学术速递[9.23]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-24/1838415371426729984.jpg)
震撼消息：高通拟全盘收购英特尔！
今天，据《华尔街日报》、CNBC等多家美媒报道，高通已就收购事宜接洽英特尔。这将是近年来规模最大、影响最深远的交易之一。 此前外媒传出高通拟收购英特尔PC业务，但收购整家公司，对于半导体领域来说，倒回几年绝对是耸人听闻的离谱事件。 高通目前…
28 0 0
无所不分：多模态音频分离模型AudioSep
近年来，多模态模型（Multimodal Models）在深度学习领域取得了显著进展。这类模型能够同时处理和整合来自不同模态（如文本、图像、音频、视频等）的数据，提供更为全面的理解和应用能力。CLIP、Grounding DINO、SAM等…
26 0 0
![语音/音频处理学术速递[9.20]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-24/1838415003036815360.jpg)
SLT 2024丨上交大听觉认知与计算声学实验室录用论文分享
分享上交大听觉认知与计算声学实验室6篇被SLT 2024收录的论文，论文方向涵盖目标语音提取，声音异常检测，多语种语音识别和语音增强等。 1、DISCRIMINATIVE DIFFUSION MODEL FOR TARGET SPEECH…
25 0 0
阿里史上最大规模开源发布，超GPT-4o 、Llama-3.1！
今天凌晨，阿里官宣了史上最大规模的开源发布，推出了基础模型Qwen2.5、专用于编码Qwen2.5-Coder和数学的Qwen2.5-Math。 开源地址：https://huggingface.co/collections/Qwen/qw…
27 0 0
![语音/音频处理学术速递[9.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-19/1836710732088086528.jpg)