声浪

语音小管家

转载10 months ago

标题：《SpeechJudge: Towards Human-Level Judgment for Speech Naturalness》 论文地址：https://arxiv.org/pdf/2511.07931 项目地址：https:/…

语音小管家

原创10 months ago

多模态生成技术在图像、视频、语音等方向的快速突破，使 “音乐 × 视频” 的多模态生成变成新的研究热点。然而在真实业务场景中，仍然存在诸多未被充分解决的技术空白，例如： 在音乐驱动的视频生成中，仍缺乏对长时序一致性、音画节奏对齐与镜头运动的…

语音小管家

转载a year ago

近日，人工智能领域的顶级国际会议——AAAI 2026（The 40th Annual AAAI Conference on Artificial Intelligence）正式公布了论文录用结果。IMU语音理解与生成实验室最新表现力视频配…