声浪

语音小管家

原创a year ago

当一群朋友在酒吧相聚，或是围坐在一起享用私密晚餐时，谈话声会迅速增多并交织在一起，不同的小群体和两两组合的人们相互交谈着，声音此起彼伏。 对于有听力损失的人来说，在这热闹嘈杂的话语声中辨别方向，并专注于重要的内容尤其困难。热闹的交谈声可能会…

语音小管家

转载a year ago

英伟达在5月1日发布了一款开源语音识别模型：Parakeet TDT 0.6B V2，其以 600M 参数登顶 Hugging Face Open ASR 榜单。 项目链接：

语音小管家

转载a year ago

来源丨机器之心 今天，Google DeepMind 发布了 Gemini 2.5 Pro 的最新更新版本：Gemini 2.5 Pro (I/O edition)。 其最大的进步是编程能力大幅提升，不仅在 LMArena 编程排行榜上名列…

语音小管家

转载a year ago

近日，一项来自 ICML 2025 的新研究《Massive Values in Self-Attention Modules are the Key to Contextual Knowledge Understanding》揭示了大型语…

语音小管家

转载a year ago

ICML（International Conference on Machine Learning）是机器学习领域的顶级学术会议之一，由国际机器学习学会(IMLS)主办，被中国计算机学会认定为A类会议。会议涵盖了机器学习的各个前沿方向，包括…

语音小管家

转载a year ago

随着深度学习在语音处理领域的不断突破，多说话人语音分离与识别（Multi-talker Speech Separation & Recognition）已成为推动“鸡尾酒会问题”解决的研究热点。然而，现有方法尽管在性能上取得了一定进展，却仍…