声浪

语音小管家

转载a year ago

距离ICASSP 2026的截稿时间还剩30天！ 想必大家现在正在争分夺秒地调整和优化论文。 但是，今天上官网看了一下最新公布的信息，发现ICASSP颁布了不止一项新规，但是，其中最值得注意的就是这一条。 官方的意思就是，凡是被录用的论文，…

语音小管家

转载a year ago

来源丨腾讯AI实验室 最近腾讯AI Lab和香港科技大学（广州）合作发布了两项智能体与语音研究结合的研究成果，并入选国际学术顶会，以下是项目的介绍，分享给大家。 AudioGenie:一个多样化多模态到多音频生成的无需训练的多智能体框架 P…

语音小管家

转载a year ago

作为语音相关研究领域的旗舰国际会议，ASRU2025（IEEE Workshop on Automatic Speech Recognition and Understanding）将于12月6-10日在夏威夷檀香山举办。IEEE ASRU…

语音小管家

原创a year ago

快手科技、天津大学、中科院自动化所与清华大学联合发布了SecoustiCodec，一种跨模态对齐的流式单码本语音Codec。支持语义信息、副语言信息、声学信息的独立编码与重构。可以应用于语音合成、语音对话模型等生成式语音任务。 论文题目：S…

语音小管家

转载a year ago

来源丨本原智数、HyperAI超神经 近日，谷歌DeepMind正式发布并开源了全新的生物声学模型Perch 2.0。相较于前代，Perch 2.0 以物种分类为核心训练任务，不仅纳入了更多非鸟类类群的训练数据，还采用了全新的数据增强策略与…

语音小管家

原创a year ago

近年来，语音对话模型（Spoken Dialogue Models, SDMs）——如GPT-4o-Audio-Preview等，因能直接对用户的处理语音输入，并以语音形式做出回应而备受关注。尽管这类模型日益流行，关于它们在处理人类对话中复…