可将任何音频文件分离的AI技术 AUDIOSHAKE A轮融资 1400 万美元
来源丨AI音频时代 10 月 2 日消息，AI音频公司 Audioshake 获得了 1400 万美元的新一轮融资，由风险投资公司 Shine Capital 领投，将用于扩大 Audioshake 的团队，进一步开发其产品。 AudioS…
16 0 0
声浪
腾讯开源模型 SongBloom 实现精度与质感的双重越级，告别AI音乐“塑料感”
来源丨腾讯开源 近日，腾讯 AI Lab与香港中文大学（深圳）、南京大学联合研发的歌曲生成模型SongBloom，相关研究成果被全球顶级人工智能会议NeurIPS 2025录用。 SongBloom 是一款聚焦歌曲生成的创新模型，只需输入…
28 0 0
![语音/音频处理学术速递[10.11]](https://api.speechhome.com/Resources/Thumb/2025-10-11/1976925373581103104.jpg)
能识别儿童语音情绪！浙大研究员的“AI情绪翻译器”，重塑儿童陪伴产品
来源丨AI.X硬件产品 在儿童教育产品市场上，大多数硬件产品仍然聚焦于应试教育，而对于培养孩子综合素质的通识教育领域，市场上的产品较为有限。 基于这一需求，杭州千悟智能科技有限公司研发出穿戴式儿童AI陪伴产品——“千知精灵”。 它利用多模态…
23 0 0
阿里亲身入局具身智能！Qwen内部组团，通义千问技术负责人带队
来源丨机器之心 已经成为开源模型领头羊的 Qwen，终于要开始做机器人了。 昨天，阿里通义千问大语言模型负责人林俊旸在社交媒体上官宣，他们在 Qwen 内部组建了一个小型机器人、具身智能团队，同时表示「多模态基础模型正转变为基础智能体，这些…
32 0 0
NovaFlow从生成视频中提取动作流，实现零样本操控
来源丨机器之心 本文共同第一作者为李鸿宇（布朗大学博士生）和孙凌峰（Robotics and AI Institute 研究员，博士毕业于加州大学伯克利分校）。通讯作者付佳慧在 Robotics and AI Institute 任研究员，…
20 0 0
![语音/音频处理学术速递[10.9]](https://api.speechhome.com/Resources/Thumb/2025-10-09/1976221035372089344.jpg)
蚂蚁 Ling-1T 开源：基础语言模型、1T参数、MoE架构｜所有信息都在这了
蚂蚁的 Ling-1T终于发了，大半夜的 中文叫百灵，1T 参数，Instruct 版本、非推理、MoE架构 HuggingFace：https://huggingface.co/inclusionAI/Ling-1T GitHub：htt…
24 0 0
开源AI教育视频生成神器，3Blue1Brown风教学动画一键搞定！
在互联网教育的浪潮中，教学视频已经成为知识传播的重要媒介。从数学、物理到计算机科学，优秀的动画讲解往往能让复杂知识瞬间变得清晰易懂。 比如大家熟知的 3Blue1Brown，通过精美的数学动画，把抽象的概念变得直观而优雅。 最近，新加坡国立…
17 0 0