![语音/音频处理学术速递[3.3]](https://api.speechhome.com/Resources/Thumb/2026-03-03/2028753052483325952.png)
声浪
OpenAI要跳过5.3，直接迈向GPT-5.4了？
来源丨机器之心 OpenAI 要略过 GPT-5.3，直接迈向 GPT-5.4 了？ 近日，一名 OpenAI 工程师在公开的 Codex GitHub 仓库中提交了一则拉取请求（PR），无意间让 GPT-5.4 这一型号出现在代码版本判断…
21 0 0
![语音/音频处理学术速递[3.2]](https://api.speechhome.com/Resources/Thumb/2026-03-02/2028380756086231040.png)
通义最新发布语音双模型，一句话即可自由生成！
在传统语音生成中，表达方式往往依赖预设标签，例如： 固定情绪选项 预定义语气类别 限定风格模板 用户只能在有限选项中选择，而难以进行更自由、细腻的表达控制。 FreeStyle 新范式的核心突破在于 不再依赖固定标签，而是支持通过自然语言指…
28 0 0
百度开源轻量级音频大模型Eureka-Audio
标题：Eureka-Audio: Triggering Audio Intelligence in Compact Language Models 链接：https://arxiv.org/pdf/2602.13954 发表日期：2026年…
38 0 0
![语音/音频处理学术速递[2.27]](https://api.speechhome.com/Resources/Thumb/2026-02-27/2027277623058632704.png)
击败谷歌、英伟达！清华陈建宇×斯坦福Chelsea团队世界模型Ctrl-World具身能力登顶全球
来源丨机器之心 在全球具身智能领域的顶级权威评测 WorldArena 榜单中，清华陈建宇（星动纪元创始人）团队联合斯坦福 Chelsea Finn（PI 创始人） 团队研发的 Ctrl-World 世界模型交出优异答卷： 具身任务能力斩获…
17 0 0
从 “能说话” 到 “会说话”：Meta+MIT 联手打出 GSRM “声学 + 推理” 组合拳，合成语音自然度赢率飙升 82%
以下文章来源于AI随想录，作者William 论文标题: GSRM: Generative Speech Reward Model for Speech RLHF 论文链接: https://arxiv.org/pdf/2602.13891…
20 0 0
![语音/音频处理学术速递[2.26]](https://api.speechhome.com/Resources/Thumb/2026-02-26/2026964955546390528.png)
![语音/音频处理学术速递[2.25]](https://api.speechhome.com/Resources/Thumb/2026-02-26/2026859019481780224.png)