声浪

语音小管家

转载2 years ago

来源丨新智元、机器之心、赛博禅心 DeepSeek 的开源周已经进行到了第四天。今天这家公司一口气发布了两个工具和一个数据集：DualPipe、EPLB 以及来自训练和推理框架的分析数据。 DeepSe此次本次开源的三个项目： DualPi…

语音小管家

转载2 years ago

今天就介绍下啸叫相关的算法。啸叫（也称为音频反馈或回声反馈）通常是指在音频系统中，麦克风拾取到从扬声器发出的声音并将其再次放大和播放，形成一个闭环反馈系统，从而导致高频、尖锐、持续的噪音。这种现象通常出现在音响系统、会议系统、耳机、助听器，…

语音小管家

转载2 years ago

量子位 | 公众号 QbitAI 清华NLP孙茂松团队、北京交通大学、华中科大联合提出了多模态视觉定位新范式——Migician，作为第一个支持任意形式多图定位（Multi-image Grounding，MIG）的多模态模型，为此还设计了…

语音小管家

转载2 years ago

来源丨新智元 AI co-scientist系统基于Gemini 2.0开发，能够协助科研人员生成新的研究假设、制定实验方案，并通过自我改进提升结果质量。在生物医学应用中，AI co-scientist成功预测了药物再利用方向、提出新的治疗…

语音小管家

转载2 years ago

来源丨阿里技术 刚刚，阿里开源了云视频生成大模型万相2.1（Wan），此次开源采用Apache2.0协议，14B和1.3B两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务。 Github: https://githu…

语音小管家

转载2 years ago

来源丨量子位 近日，豆包语音模型基于原有Seed-TTS框架进一步加入上下文理解，实现了高表现力、高自然度、高语义理解的小说演播效果。 无需额外标签，端到端合成声音 市面上很多的语音模型已经能保证足够自然的合成表现，但在音质、韵律、情感，以…

语音小管家

转载2 years ago

来源丨新智元 就在刚刚，Anthropic祭出首个混合推理Claude 3.7 Sonnet，堪称扩展思考模式的最强模型。在最新编码测试中，新模型暴击o3-mini、DeepSeek R1，AI编码王者出世了 憋了大半年，Anthropic…