声浪

语音小管家

原创a year ago

2025年10月20日下午，由深圳市科学技术协会指导，深圳市人工智能学会主办，深圳市人工智能学会机器人智能系统专业委员会和语音之家联合承办，深圳市华睿欣能投资控股集团有限公司支持的“机器听觉技术沙龙”在南山区智慧广场D栋二楼咖啡厅圆满举办。…

语音小管家

转载a year ago

来源丨量子位 Qwen版深度研究加速进化，一觉起来增加了听觉和视觉输出： 可以生成网页和音频了。 AI深度研究整合的内容，变成图文并茂的网页，还可以一键部署，任何人可凭链接查看，方便对外展示。 长篇文字内容也可以变成音频播客，方便自己在碎片…

语音小管家

原创a year ago

全长度歌曲生成（Lyrics-to-Song Generation）任务的目标是根据输入的歌词和风格提示生成一首完整的歌曲，包括人声和伴奏。该任务涵盖了歌声合成、歌词建模和音乐生成，挑战性极大。近年来，随着深度生成模型的发展，歌词驱动的歌曲…

语音小管家

原创a year ago

ChatGPT、DeepSeek等语言模型具备「深度推理」（Reasoning）能力，这类模型会在回答问题前先进行一段较长的推论过程，使回答的品质大幅提升。 不过，这种「等使用者说完话才开始思考」的方式，虽然在纯文字的使用场景能够被接受，却…

语音小管家

原创a year ago

东南大学外国语学院博士生导师陈彧教授和博士生王一诺、北京航空航天大学外国语学院博士生曹盛勤，东南大学外国语学院博士后研究员李洋在语言学SSCI、A&HCI 期刊Lingua发表题为Mandarin Citation Tone Percept…

语音小管家

转载a year ago

FlexiCodec是一个支持推理时动态调整平均帧率至3Hz到12.5Hz之间的Codec。 论文预印版：https://arxiv.org/abs/2510.00981 模型展示页面：https://flexicodec