清华大学 x 生数科技:从波形到隐空间,AudioLBM引领音频超分新范式
音频超分辨率(Audio Super-Resolution, Audio SR),即从低采样率音频恢复出高采样率版本,是提升语音清晰度、音乐细节与沉浸式音频体验的关键技术。无论是在老旧录音修复、语音通信增强,还是音乐制作与多模态生成中,高分…
56 0 0
音频超分辨率(Audio Super-Resolution, Audio SR),即从低采样率音频恢复出高采样率版本,是提升语音清晰度、音乐细节与沉浸式音频体验的关键技术。无论是在老旧录音修复、语音通信增强,还是音乐制作与多模态生成中,高分…
主流自动语音识别(ASR)系统在转写词汇内容上表现优异,但普遍忽略了语音中蕴含的叹气、笑声等非语言发声(Nonverbal Vocalizations, NVs)。这一能力缺失限制了系统对人类交流意图与情感的全面理解,使得NV感知ASR(N…
自从两百多年前第一支听诊器问世以来,从那时起到引力波那一瞬间短暂的“啾啾”声,声音在科技与科学发展的历史中始终回荡不息。 如今,声音在科学中的角色早已超越了人类可听的范围:超声波以及其他“无声”的声波,正被研究人员广泛应用,帮助他们突破传统…
来源丨AI音频时代 10 月 2 日消息,AI音频公司 Audioshake 获得了 1400 万美元的新一轮融资,由风险投资公司 Shine Capital 领投,将用于扩大 Audioshake 的团队,进一步开发其产品。 AudioS…
来源丨腾讯开源 近日,腾讯 AI Lab与香港中文大学(深圳)、南京大学联合研发的歌曲生成模型SongBloom,相关研究成果被全球顶级人工智能会议NeurIPS 2025录用。 SongBloom 是一款聚焦歌曲生成的创新模型,只需输入…