声浪

语音小管家

转载7 months ago

在传统语音生成中，表达方式往往依赖预设标签，例如： 固定情绪选项 预定义语气类别 限定风格模板 用户只能在有限选项中选择，而难以进行更自由、细腻的表达控制。 FreeStyle 新范式的核心突破在于 不再依赖固定标签，而是支持通过自然语言指…

语音小管家

转载7 months ago

以下文章来源于AI随想录，作者William 论文标题: GSRM: Generative Speech Reward Model for Speech RLHF 论文链接: https://arxiv.org/pdf/2602.13891…

语音小管家

转载8 months ago

来源丨新智元、AI音频时代 谷歌在 7.5 亿月活的 Gemini 中上线了 AI 音乐生成功能，输入一句话或一张照片，几秒就能得到一首带人声和歌词的完整歌曲。背后是 DeepMind 最新的 Lyria 3 模型，训练数据超 200 万首…