声浪

语音小管家

转载a year ago

来源丨AIGC开放社区 近日，微软研究院开源了创新音频模型 VibeVoice-1.5B。 VibeVoice-1.5B开创了语音界多个重大技术突破：一次性可连续合成90分钟超长逼真语音，之前多数模型只能合成60分钟以内语音，并且30分钟后…

语音小管家

原创a year ago

歌曲生成的核心是基于各种提示生成可控的高质量歌曲。然而，现有方法难以生成具有提示控制的人声和伴奏，且不能实现两者间很好的对齐。此外，它们在支持多种歌曲相关的任务方面，如歌声风格迁移，人声配伴奏，也存在不足。 为解决这些挑战，来自浙江大学的学…

语音小管家

转载a year ago

大家好，欢迎来到「AudioCC交我学」专栏！ 作为学术研究者与实践者的连接点，我们致力于打造一个专注于语音技术的学术交流平台——「AudioCC交我学」专栏。在这里，我们将以简洁、专业的视角，解读听觉认知与计算声学领域的前沿论文，分享技术…

语音小管家

原创a year ago

大家好，欢迎来到「AudioCC交我学」专栏！ 作为学术研究者与实践者的连接点，我们致力于打造一个专注于语音技术的学术交流平台——「AudioCC交我学」专栏。在这里，我们将以简洁、专业的视角，解读听觉认知与计算声学领域的前沿论文，分享技术…

语音小管家

原创a year ago

EMNLP（Conference on Empirical Methods in Natural Language Processing）是自然语言处理领域顶级国际会议之一，其涉及领域包括但不限于机器翻译、文本生成、文本分类、信息抽取、问答…

语音小管家

转载a year ago

来源丨新智元 一句话即生爆款AI视频的时代来临！全球首个接入GPT-5的视频智能体——Video Ocean正颠覆创作领域，轻松hold各种素材，全流程AI自主完成，一键解锁好莱坞级大片。 一句话生成分钟级爆款视频的时代已经到来！ 在软件领…

语音小管家

转载a year ago

来源丨AI理想同学 近日，理想同学发布了基座模型 MindGPT 3.1 ，是具备极速推理能力的智能体语言模型。 MindGPT 3.1 具备如下能力： 极速响应：每秒出字速度最高可达 200 Tokens，相比上一代模型 MindGPT…