![语音/音频处理学术速递[1.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-01-12/1878302422359740416.jpg)
声浪
创新的声学交通监测技术，解决数据稀缺难题，精准识别车辆信息
在城市交通管理中，准确掌握车辆信息对优化交通流量、保障道路安全至关重要。但传统监测方法面临诸多挑战。由于真实交通音频数据标记稀缺，且应用场景复杂多样，以往基于单传感器的监测系统在车辆方向检测方面存在局限，而麦克风阵列虽能采集多通道信号改善方…
14 0 0
降本大法又来了：数据砍掉三分之一，性能却完全不减
白小交 发自 凹非寺量子位 | 公众号 QbitAI 陈丹琦团队又带着他们的降本大法来了—— 数据砍掉三分之一，大模型性能却完全不减。 他们引入了元数据，加速了大模型预训练的同时，也不增加单独的计算开销。 在不同模型规模（600M - 8B…
12 0 0
![语音/音频处理学术速递[1.7]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-01-08/1876825544809648128.jpg)
通过流匹配实现高效、高质量的文本转音频生成
文本转音频生成技术彻底改变了音频内容的创建方式，使传统上需要大量专业知识和时间的流程自动化。该技术可以将文本提示转换为丰富多样且富有表现力的音频，从而简化音频制作和创意行业的工作流程。将文本输入与逼真的音频输出相结合，为多媒体叙事、音乐和声…
9 0 0
![语音/音频处理学术速递[1.6]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-01-08/1876825366174240768.jpg)
OpenAI真的开源了！这波「实时语音」操作，让万物开口说话，我爱了
家人们！OpenAI 12 天的连续剧大家都追完了吗？别急着下线！ 还记得 OpenAI 直播时桌上那个萌萌的麋鹿毛绒玩具吗？当时发布者就现场演示了和它的实时互动，效果和真人聊天一样流畅！ 当时，都把注意力放在了发布内容上，忽略了这个毛绒玩…
13 0 0
![语音/音频处理学术速递[1.3]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-01-06/1876174764469522432.jpg)
AI教父辛顿力挺马斯克，明确反对 OpenAI 的营利化转型。
当地时间1月1日，华盛顿邮报报道称，埃隆·马斯克在圣诞节后几天加大了对OpenAI的法律攻势。 同时，杰弗里·辛顿教授也表态，反对OpenAI重组为盈利机构。他认为，OpenAI 最初以非营利机构的身份成立，拿到了税收优惠、政策支持，还赢得…
10 0 0
高噪声环境下的语音增强技术，在极低信噪比条件下显著提升目标语音的质量
在多说话者场景中，尤其是在极低信噪比（SNR）条件下，利用空间特征增强目标语音至关重要，但开发紧凑的多通道语音增强系统仍面临挑战。上海交通大学X-LANCE实验室的研究团队取得新突破，提出一种因果导向的 U-Net（CDUNet）模型，为语…
22 0 0