![语音/音频处理学术速递[9.11]](https://api.speechhome.com/Resources/Thumb/2024-09-13/1834478298877530112.jpg)
声浪
开源音乐生成模型 FluxMusic，轻松将文字转化为悦耳旋律！
FluxMusic 是一种将当下最火、效果最好的 Flux 文生图模型技术扩展到音乐生成的开源模型，能够很好的遵循提示词生成音乐，并且更自然流畅。 源码库：https://github.com/feizc/FluxMusic 论文：http…
14 0 0
这就翻车了？Reflection 70B遭质疑基模为Llama 3，作者：重新训练
来源丨机器之心 最近，开源大模型社区再次「热闹」了起来，主角是 AI 写作初创公司 HyperWrite 开发的新模型 Reflection 70B。 它的底层模型建立在 Meta Llama 3.1 70B Instruct 上，并使用原…
13 0 0
![语音/音频处理学术速递[9.10]](https://api.speechhome.com/Resources/Thumb/2024-09-13/1834477470154362880.jpg)
GPT Next年底来袭！有效计算量百倍GPT-4，OpenAI耗资数百亿打造基建
来源丨新智元 OpenAI的下一代前沿模型GPT Next，或许真的有着落了。KDD 2024峰会上，发言人再次称，虽然GPT-3和GPT-4的能力相对接近，但GPT Next预计将取得实质性地性能跃升。 KDD上的一张PPT，再次掀起AI…
12 0 0
Hugging Face 开源 TTS 模型: Parler-TTS！一行命令即可安装！ 可自主训练定制声音！
Hugging Face 新开源的 TTS 模型：Parler-TTS，完全开源免费的一款 TTS 工具。一行命令即可安装！可自主训练定制声音！ 项目链接：https://github.com/huggingface/parler-tts…
14 0 0
出门问问 | 招聘语音合成高级算法工程师/实习生、音乐资深算法工程师
出门问问 出门问问成立于2012年，是一家以生成式AI和语音交互为核心的人工智能公司，为全球多个国家和地区提供AI智能硬件、AI政企服务，以及面向创作者的AIGC产品。 公司以「Make AGI Accessible and AI CoPi…
20 0 0
![语音/音频处理学术速递[9.9]](https://api.speechhome.com/Resources/Thumb/2024-09-09/1833081941889519616.jpg)
这段strong（死装）感拉满的职场中英夹杂，来自于小红书的AI
近日，来自小红书的技术团队FireRed，提出了基于大语言模型的FireRedTTS语音合成系统，并分享了在短视频配音及聊天式语音对话等应用的一些实践。 技术报告及Demo链接：https://arxiv.org/abs/2409.0328…
16 0 0
方位通讯 | 招聘语音算法工程师（北京）
方位通讯 深圳方位通讯科技有限公司（方位通讯）是全球领先的专业物联网音视频（A&V-IoT）产品提供商、国家级高新技术企业，拥有北京、深圳、苏州三个研发基地。方位通讯专注物联网通讯技术与终端研发，经过近二十年的沉淀积累，打造SIP对讲、SI…
22 0 0