![语音/音频处理学术速递[9.11]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-13/1834478298877530112.jpg)
声浪
开源音乐生成模型 FluxMusic，轻松将文字转化为悦耳旋律！
FluxMusic 是一种将当下最火、效果最好的 Flux 文生图模型技术扩展到音乐生成的开源模型，能够很好的遵循提示词生成音乐，并且更自然流畅。 源码库：https://github.com/feizc/FluxMusic 论文：http…
26 0 0
这就翻车了？Reflection 70B遭质疑基模为Llama 3，作者：重新训练
来源丨机器之心 最近，开源大模型社区再次「热闹」了起来，主角是 AI 写作初创公司 HyperWrite 开发的新模型 Reflection 70B。 它的底层模型建立在 Meta Llama 3.1 70B Instruct 上，并使用原…
34 0 0
![语音/音频处理学术速递[9.10]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-13/1834477470154362880.jpg)
GPT Next年底来袭！有效计算量百倍GPT-4，OpenAI耗资数百亿打造基建
来源丨新智元 OpenAI的下一代前沿模型GPT Next，或许真的有着落了。KDD 2024峰会上，发言人再次称，虽然GPT-3和GPT-4的能力相对接近，但GPT Next预计将取得实质性地性能跃升。 KDD上的一张PPT，再次掀起AI…
40 0 0
Hugging Face 开源 TTS 模型: Parler-TTS！一行命令即可安装！ 可自主训练定制声音！
Hugging Face 新开源的 TTS 模型：Parler-TTS，完全开源免费的一款 TTS 工具。一行命令即可安装！可自主训练定制声音！ 项目链接：https://github.com/huggingface/parler-tts…
26 0 0
![语音/音频处理学术速递[9.9]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-09/1833081941889519616.jpg)
这段strong（死装）感拉满的职场中英夹杂，来自于小红书的AI
近日，来自小红书的技术团队FireRed，提出了基于大语言模型的FireRedTTS语音合成系统，并分享了在短视频配音及聊天式语音对话等应用的一些实践。 技术报告及Demo链接：https://arxiv.org/abs/2409.0328…
33 0 0
最新开源大模型远超GPT-4o，新技术可纠正自己幻觉，数学99.2分刷爆测试集
来源丨量子位 开源大模型王座突然易主，居然来自一家小创业团队，瞬间引爆业界。 新模型名为Reflection 70B，使用一种全新训练技术，让AI学会在推理过程中纠正自己的错误和幻觉。 比如最近流行的数r测试中，一开始它犯了和大多数模型一样…
27 0 0
MiniCPM3 开源！ 仅4B参数性能超GPT-3.5！无限长文本性能超Kimi
MiniCPM 3.0 是一个 4B 参数量的语言模型，相比 MiniCPM1.0/2.0，功能更加全面，综合能力大幅提升，多数评测集上的效果比肩甚至超越众多 7B-9B 模型。 ➤ MiniCPM 3.0 Github：github.co…
24 0 0