声浪

语音小管家

转载a year ago

无论你怎样去看去对待，当下的我们都身处在一场革命中，AI正在一步步改变几十年上百年的传统，也包括声音制作！而今年将是音效制作与设计的颠覆性一年，首先就从音频搜索开始。 有经验的声音制作人都知道，对于音效使用、制作与设计来说，往往耗费精力和时…

语音小管家

转载a year ago

来源丨THUHCSI人机语音交互实验室 本文介绍由清华大学人机语音交互实验室（THUHCSI）与面壁智能联合研发的VoxCPM，一款 0.5B 参数尺寸的中英双语语音生成基座模型 。 VoxCPM在合成语音的自然度、音色相似度及韵律表现力方…

语音小管家

转载a year ago

来源丨新智元 DeepSeek荣登Nature封面，实至名归！今年1月，梁文锋带队R1新作，开创了AI推理新范式——纯粹RL就能激发LLM无限推理能力。Nature还特发一篇评论文章，对其大加赞赏。 刚刚，DeepSeek-R1登上了Nat…

语音小管家

转载a year ago

来源丨阿里云 近日，通义首个深度研究Agent模型DeepResearch正式开源。该模型参数仅30B（激活3B），在多个权威评测集上取得SOTA成绩，超越众多顶级Agent模型。 目前，通义DeepResearch的模型、框架和方案均已全…

语音小管家

转载a year ago

最近小红书团队放出了一个具有突破性意义的 TTS 开源项目 FireRedTTS-2 。它是一款专门面向多人对话场景的 TTS（Text-to-Speech）模型。 FireRedTTS-2是一种长形式流式TTS系统，专注于多人对话生成，采…

语音小管家

转载a year ago

阿里巴巴通义实验室推出了FunAudio-ASR端到端语音识别大模型。这款模型通过创新的Context模块，针对性优化了“幻觉”、“串语种”等关键问题，在高噪声的场景下，幻觉率从78.5%下降至10.7%，下降幅度接近70%。 FunAud…

语音小管家

转载a year ago

全国人机语音通讯学术会议（National Conference on Man-Machine Speech Communication，简称NCMMSC），是我国语音科学和技术领域广大专家、学者及科研工作者开展学术研讨与产学交流的重要平台…