声浪

语音小管家

转载a year ago

来源丨AI理想同学 近日，理想同学发布了基座模型 MindGPT 3.1 ，是具备极速推理能力的智能体语言模型。 MindGPT 3.1 具备如下能力： 极速响应：每秒出字速度最高可达 200 Tokens，相比上一代模型 MindGPT…

语音小管家

转载a year ago

来源丨AI音频时代 NVIDIA 在多语种语音 AI 领域迈出重要一步，正式发布了Granary 数据集和两款最新模型Canary-1b-v2与Parakeet-tdt-0.6b-v3，为欧洲语言的自动语音识别与语音翻译设立了全新基准。 在…

语音小管家

原创a year ago

全国人机语音通讯会议是国内语音领域广大专家、学者和科研工作者交流最新研究成果，促进该领域研究和开发工作不断进步的重要舞台。该系列会议自1990年开创以来已成功召开了十九届。2025年第二十届全国人机语音通讯学术会议（National Con…

语音小管家

原创a year ago

武汉大学、昆山杜克大学、中科院声学所、OfSpectrum与AISHELL联合发布的MIIP-NV数据集，旨在填补中文语音合成领域非语言语音（NV）合成开源数据的空白。这一数据集为情感语音合成领域提供了强有力的支持！🎉🎉 SMIIP-N…

语音小管家

转载a year ago

2025 年 8 月 18 日，CCF语音对话与听觉专委会主任、上海交通大学特聘教授、思必驰联合创始人兼首席科学家俞凯在荷兰鹿特丹举办的Interspeech 2025大会上正式被授予ISCA Fellow荣誉，以表彰他在语音识别、口语对话…

语音小管家

原创a year ago

在计算机视觉领域，标注数据一直是“刚需”。但人工标注不仅费时费力，还存在主观偏差，尤其在医学影像、卫星图像等专业领域，更是难以规模化获取高质量标注数据。 为了解决这个痛点，Meta AI 近日正式开源了全新一代通用图像识别模型：DINOv3…