声浪

语音小管家

转载5 months ago

全球研究者注意：论文预印本上传平台 arXiv 又出新规了！ 今天凌晨，俄勒冈州立大学杰出教授（荣休）、arXiv 计算机科学分区 CoRR 的机器学习板块首席版主 Thomas G. Dietterich 宣布：根据我们的行为准则，在论文…

语音小管家

转载5 months ago

今天，海天瑞声与清华大学电子工程系语音与音频技术实验室（SATLab），发布Dolphin-CN-Dialect 汉语多方言语音识别模型！ 获取渠道 体验地址 · 非流式识别：

语音小管家

转载5 months ago

以下文章来源 微软亚洲研究院 微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-近日，微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-Bench。它关注的…

语音小管家

转载5 months ago

以下文章来源SV4Good Al Lab 大型音频语言模型（Large Audio–Language Models, LALMs）正在成为下一代语音交互、音频理解、实时对话系统的核心底座。然而最近的研究指出，音频输入比文本更容易诱发模型生成…

语音小管家

转载5 months ago

当前语音对话与听觉处理领域蓬勃发展，学术界与工业界不断涌现创新的技术与产品，为了更好地推动经验交流与前瞻研讨，由中国计算机学会（CCF）语音对话与听觉专委会发起的第三届CCF语音对话与听觉处理前沿进展研讨会（RASDAP2026，Recen…

语音小管家

转载5 months ago

近年来，大语言模型在复杂推理、代码生成以及智能体等方向不断突破，一个更接近真实世界的问题也逐渐浮出水面：模型是否真的能够从复杂上下文中学习？ 现实中的许多任务，其关键知识并不存在于模型预训练记忆里，而是隐藏在冗长、专业且此前从未见过的专业文…