![语音/音频处理学术速递[6.9]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-06-10/1932274637216026624.jpg)
声浪
基于位置感知的环境声音模型自适应系统：助力边缘计算中的人体活动识别
在智能家居、老年护理和行为监测等领域，人类活动识别（Human Activity Recognition, HAR）技术的应用日益广泛。传统的HAR系统通常依赖于可穿戴设备、传感器网络或音视频数据来检测和分类人类活动。然而，基于声音的HAR…
13 0 0
ACMMM 2024｜Speechcraft：大规模自然语言细粒度描述的表现力语音数据集
本文介绍清华大学人机语音交互实验室（THUHCSI）在会上发表的第1篇论文：Speechcraft：大规模自然语言细粒度描述的表现力语音数据集。 文本-语音多模态学习任务（Speech-language Multimodal Learnin…
17 0 0
梅宏院士：人工智能模型与开源的几点认识
2025年伊始，大语言模型DeepSeek在继2022年底ChatGPT带来人工智能（artificial intelligence，AI）的“现象级”应用之后，再度带来了新一波全球性的大模型应用和讨论的热潮，甚至被视为某些世界性事件的诱因…
30 0 0
![语音/音频处理学术速递[6.6]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-06-10/1932274764991303680.jpg)
INTERSPEECH 2025丨智能语音信息处理团队15篇录用论文分享
分享语音及语言信息处理国家工程研究中心智能语音信息处理团队中稿的15篇论文，论文方向涵盖语音识别、语音合成、语音编码、话者识别、语音增强、情感识别、声音事件检测等，各接收论文简介见后文。 01、Improving Noise Robustn…
34 0 0
![语音/音频处理学术速递[6.5]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-06-05/1930559716308684800.jpg)
【活动预告】INTERSPEECH 2025 论文预讲会启动
INTERSPEECH 2025 论文预讲会由CCF语音对话与听觉专委会、语音之家主办，旨在为学者们提供更多的交流机会，更方便、快捷地了解领域前沿。活动将邀请 INTERSPEECH 2025 录用论文的作者进行报告交流。 INTERSPE…
17 0 0
INTERSPEECH 2025丨THUHCSI 实验室8篇录用论文分享
分享清华大学人机语音交互实验室（THUHCSI）中稿的8篇论文，内容涉及智能语音交互领域的诸多研究方向，包括语音大模型泛化能力、自回归语音合成加速、文本驱动的可控语音转换、歌声转换、构音障碍语音重建、音频水印及其对抗防御等。论文工作将学术科…
33 0 0
重磅开源！首个全异步强化学习训练系统，SOTA推理大模型RL训练提速2.77倍
来源丨机器之心 清华大学交叉信息院和蚂蚁技术研究院的联合团队开源全异步强化学习训练系统 —— AReaL-boba² (AReaL v0.3)。 作为 AReaL 里程碑版本 AReaL-boba 的重磅升级，AReaL-boba² (正式…
18 0 0