![语音/音频处理学术速递[3.20]](https://api.speechhome.com/Resources/Thumb/2026-03-20/2034920757431242752.png)
声浪
Soul App发布开源模型SoulX-LiveAct：高鲁棒实时交互数字人，双卡低成本流式生成
近日，Soul App AI团队（Soul AI Lab)发布开源模型SoulX-LiveAct。作为新的实时数字人生成方案，SoulX-LiveAct通过 Neighbor Forcing（同扩散步对齐的自回归条件传播）与 ConvKV…
19 0 0
![语音/音频处理学术速递[3.19]](https://api.speechhome.com/Resources/Thumb/2026-03-19/2034576448974622720.png)
![语音/音频处理学术速递[3.18]](https://api.speechhome.com/Resources/Thumb/2026-03-19/2034576267294150656.png)
开源流式语义状态预测模块：SoulX-Duplug 让半双工系统秒变全双工
近日，Soul App AI 团队（Soul AI Lab）联合上海交通大学 X-LANCE Lab和西北工业大学 ASLP@NPU 团队，正式开源 SoulX-Duplug —— 一款面向 全双工语音对话系统（Full-Duplex Sp…
30 0 0
Fun-CineForge丨通义开源首个支持影视级多场景配音的多模态大模型
通义发布并开源了首个支持影视级多场景配音的多模态大模型Fun-CineForge。此外，还配套开放了高质量数据集的构建方法。通过“数据 + 模型”的一体化设计，Fun-CineForge 正尝试解决影视级 AI 配音长期面临的关键问题。 在…
20 0 0
![语音/音频处理学术速递[3.17]](https://api.speechhome.com/Resources/Thumb/2026-03-19/2034575982911950848.png)
![语音/音频处理学术速递[3.16]](https://api.speechhome.com/Resources/Thumb/2026-03-17/2033784124598259712.png)
腾讯推出Covo-Audio：7B 参数打通听 - 说 - 思，全双工对话 + 情感共情拉满
论文标题：Covo-Audio Technical Report 论文链接：https://arxiv.org/pdf/2602.09823v1 当语音助手能听懂指令、生成语音时，却常陷入 “逻辑脱节、交互僵硬、音色难定制” 的困境，要么只…
40 0 0