Xiaomi MiMo-V2.5 系列大模型开启公测
以下文章来源于Xiaomi MiMo 今天凌晨，Xiaomi MiMo-V2.5 系列模型正式开启公测。 Xiaomi MiMo-V2.5 系列包含 MiMo-V2.5、V2.5-Pro 、V2.5-TTS Series 、V2.5-ASR…
20 0 0
声浪
![语音/音频处理学术速递[4.23]](https://api.speechhome.com/Resources/Thumb/2026-04-23/2047230193751429120.png)
阿里正式开源Qwen3.6-27B，本地模型跑出 GPT-4 水准！
昨晚，千问3.6系列最新模型Qwen3.6-27B正式开源！ 该模型在核心编程能力评测中，以270亿的总参数量，性能媲美千亿参数级别模型。在SWE-bench、Terminal-Bench 2.0、SkillsBench、QwenWebBe…
22 0 0
告别“只测反应不测智商”！清华&港中文联合发布 MTR-DuplexBench：全双工语音大模型的多轮对话“照妖镜”！
文章链接：https://arxiv.org/pdf/2511.10262 仓库链接：https://github.com/ZhangHe0918/MTR-DuplexBench 数据集链接：https://huggingface.co/d…
32 0 0
基于命名实体知识与注意力聚合的鲁棒局部音频深度伪造检测
本次分享内容为内蒙古大学23 级硕士研究生 鲜鹄鸿、内蒙古大学刘瑞教授与美国约翰霍普金斯大学 Berrak Sisman、香港中文大学（深圳）/河套学院 李海洲教授合作发表于 APSIPA ASC 2025 的工作《NE-PADD: Lev…
22 0 0
![语音/音频处理学术速递[4.22]](https://api.speechhome.com/Resources/Thumb/2026-04-22/2046838440347176960.png)
Qwen3.5-Omni 技术报告：10 小时音频 + 400 秒视频通吃，ARIA 流式语音秒级响应
论文标题: Qwen3.5-Omni Technical Report 论文链接: https://arxiv.org/abs/2604.15804v1 代码链接: https://modelscope.cn/studios/Qwen/Qw…
38 0 0
IEEE-TASLP 基于双路检索深度差异建模的音频深度伪造检测
本次分享由内蒙古大学24级博士生张锦华、内蒙古大学刘瑞教授与香港中文大学（深圳）/ 深圳河套学院 李海洲教授合作发表在IEEE Transactions on Audio, Speech and Language Processing 20…
18 0 0
![语音/音频处理学术速递[4.21]](https://api.speechhome.com/Resources/Thumb/2026-04-21/2046534388082151424.png)
通义发布语音识别大模型Fun-ASR1.5，懂方言，通诗词，精通30国语言
通义实验室正式推出 Fun-ASR1.5， 实现了「方言工业级可用」的语音识别大模型 。 它基于统一的大模型架构，单模型即可无缝覆盖30种语言、汉语七大方言体系及20+地方口音，古诗词吟诵也能精准转写。测试显示，典型方言场景字错误率（CER…
38 0 0