美团开源 LongCat-Audio-Codec，高效语音编解码器助力实时交互落地
语音大语言模型（Speech LLM）想落地，绕不开一个死结：既要快速理解语音里的语义，又要说出自然的音色，还得实时响应。比如智能音箱 “听不懂” 语音，车载助手 “说” 得像机器人，实时翻译延迟卡半秒。深究根源，全在 “语音 Token…
23 0 0
声浪
阿里发布开源语音交互大模型 Qwen2-Audio
近日，阿里发布了Qwen2-Audio模型。Qwen2-Audio 是一个大型的音频语言模型系列，它能够接受音频信号输入，进行音频分析或直接文本响应，支持语音聊天和音频分析两种交互模式，并且提供了预训练模型Qwen2-Audio-7B和聊天…
17 0 0
理想汽车智能空间AI团队 | 招聘语音大模型算法实习生（北京/杭州）
团队简介 智能空间AI团队致力于打造服务全家人的AI助手--理想同学，构建引领行业的对话式AI交互技术及应用，为家庭用户提供自然高效的智能驾舱人机交互体验。团队始终坚持人机交互技术的全栈自研，在语音、视觉、自然语言处理等多模态人机交互领域全…
31 0 0