![语音/音频处理学术速递[4.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-09/1909807853028380672.jpg)
声浪
轻松将 Azure TTS 语音合成服务导入阅读软件tts-importer
轻松将 Azure TTS 语音合成服务导入阅读软件。现支持阅读（legado）、爱阅记、服务器端阅读(hectorqin/reader)、爱阅书香、源阅读、源阅。 ！ Note 已更新 2.0 版本，界面焕新。 同时，本人其他的听书相关项…
13 0 0
AI语音初创公司获2亿美元融资，开源模型突破"恐怖谷"桎梏
成立不久的AI语音公司Sesame近期完成超2亿美元融资，由红杉资本等顶级机构押注，迅速跻身AI语音赛道创投榜第二位。该公司正打造颠覆性语音助手Maya和Miles，并计划将其集成至轻便智能眼镜，试图突破人机交互边界。随着资本与技术的双重加…
14 0 0
![语音/音频处理学术速递[4.7]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-08/1909516572972683264.jpg)
![语音/音频处理学术速递[4.3]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-08/1909517968111439872.jpg)
高质量音频民主化，ai|coustics用生成式AI解决糟糕的音频问题
来源丨AI音频时代、work2e AI|Coustics——生成式音频AI领域的领军者，近日宣布成功完成500万欧元的种子轮融资。此次融资将加速公司在AI音频生成、语音合成及沉浸式声效技术上的创新突破，进一步巩固其行业领先地位。 在数字化浪…
25 0 0
语音界Deepseek！百度最新跨模态端到端语音交互，成本最高降90%
量子位 | 公众号 QbitAI 没想到，文小言接入推理模型的大更新背后，百度还藏了一手“质变”级技术大招？？？ 实测下来，Demo不虚。这个全新语音对话功能，确实更有人味儿了，还是能紧贴当下实事的那种—— 只是让Ta推荐周末放松去处，Ta…
19 0 0
Dolphin：支持东方40语种+中国22方言的新SOTA开源语音大模型
在当今数字化时代，语音识别技术已成为人机交互的关键桥梁，广泛应用于智能客服、语音助手、会议转录等众多领域。然而，对于东方语言的识别如越南语、缅甸语等，现有模型往往表现不佳，难以满足用户的需求。为解决这一难题，海天瑞声携手清华大学电子工程系语…
23 0 0
![语音/音频处理学术速递[4.2]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-03/1907641899162931200.jpg)
DQ-Data2vec：用于多语种语音识别的解耦量化方法
Data2vec是一种优秀的语音自监督学习（SSL）方法，在语音识别（ASR）等下有任务上表现卓越。Data2vec采用教师-学生架构，其教师分支的浅层可以捕捉说话人和语种信息，中层编码音素和单词特征，而深层负责重构。在多语种（multil…
14 0 0