声浪

语音小管家

转载a year ago

几个小时前，阿里一次更新了3个大模型，分别是 开源的全模态大模型 Qwen3-Omni 开源的图像编辑大模型Qwen-Image-Edit-2509 不开源的语音合成大模型 Qwen3-TTS 本次发布的3个模型均为多模态大模型，可以说阿里…

语音小管家

转载a year ago

在最新发表在Nature上的一项研究中，特温特大学（University of Twente）与 IBM Research Europe、丰田汽车欧洲公司（Toyota Motor Europe）合作，提出了一种新型“物理计算”语音识别方法…

语音小管家

转载a year ago

刚刚，小米正式开源首个原生端到端语音模型Xiaomi-MiMo-Audio，该模型参数规模70亿，预训练数据达到超1亿小时，且在开源模型中的语音智能和音频理解基准测试中都实现了SOTA，在多项测试超越同参数量开源模型、谷歌Gemini-2.…

语音小管家

转载a year ago

无论你怎样去看去对待，当下的我们都身处在一场革命中，AI正在一步步改变几十年上百年的传统，也包括声音制作！而今年将是音效制作与设计的颠覆性一年，首先就从音频搜索开始。 有经验的声音制作人都知道，对于音效使用、制作与设计来说，往往耗费精力和时…

语音小管家

转载a year ago

来源丨THUHCSI人机语音交互实验室 本文介绍由清华大学人机语音交互实验室（THUHCSI）与面壁智能联合研发的VoxCPM，一款 0.5B 参数尺寸的中英双语语音生成基座模型 。 VoxCPM在合成语音的自然度、音色相似度及韵律表现力方…

语音小管家

转载a year ago

来源丨新智元 DeepSeek荣登Nature封面，实至名归！今年1月，梁文锋带队R1新作，开创了AI推理新范式——纯粹RL就能激发LLM无限推理能力。Nature还特发一篇评论文章，对其大加赞赏。 刚刚，DeepSeek-R1登上了Nat…

语音小管家

转载a year ago

来源丨阿里云 近日，通义首个深度研究Agent模型DeepResearch正式开源。该模型参数仅30B（激活3B），在多个权威评测集上取得SOTA成绩，超越众多顶级Agent模型。 目前，通义DeepResearch的模型、框架和方案均已全…