面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
VoxMem:音频大模型能跨会话记住说话人、语气和环境声吗?
原创a month ago
VoxMem:音频大模型能跨会话记住说话人、语气和环境声吗?

语音助手正在从“一问一答”走向跨越多次会话的长期交互。用户上周提过的计划、某位家庭成员说过的话、某次对话时的语气,都可能在之后被问起。但语音里的信息远不止文字:谁说的、怎么说的、背景里有什么声音,都只存在于音频信号里,一旦转成文字就丢失了。…

385 0 0
EvoAudio:让音频大模型在“听力训练”中自进化
原创a month ago
EvoAudio:让音频大模型在“听力训练”中自进化

同一句话播放两遍,内容一模一样,只是第二遍音调更高,让它挑出音调更高的那一遍。能把语音转写准确的模型,未必答得好这样的题。类似的问题还有:一段对话里有几位说话人?一段音乐的节奏有没有加快?这些任务都在提醒我们:知道“说了什么”,不等于听懂声…

462 0 0
语音与音频学术速递[10.5]
原创a month ago
语音与音频学术速递[10.5]

今日论文合集:CS.SD语音与音频 | 共 12 篇。 本文经arXiv每日学术速递授权转载,微信公众号:arXiv_Daily [机构]信息由AI分析生成,可能存在错误,仅供参考,以论文实际显示为准 快速导航 1. 语音合成与声音生成 1…

327 0 0
语音与音频学术速递[9.30]
原创2 months ago
语音与音频学术速递[9.30]

今日论文合集:CS.SD语音与音频 | 共 25 篇。 本文经arXiv每日学术速递授权转载,微信公众号:arXiv_Daily [机构]信息由AI分析生成,可能存在错误,仅供参考,以论文实际显示为准 快速导航 1. 语音识别与关键词检测…

300 0 0
语音与音频学术速递[9.28]
原创2 months ago
语音与音频学术速递[9.28]

今日论文合集:CS.SD语音与音频 | 共 15 篇。 本文经arXiv每日学术速递授权转载,微信公众号:arXiv_Daily [机构]信息由AI分析生成,可能存在错误,仅供参考,以论文实际显示为准 快速导航 1. 语音识别与关键词检测…

293 0 0
ICASSP 2027丨ADD 2026国际挑战赛开放报名
公告2 months ago
ICASSP 2027丨ADD 2026国际挑战赛开放报名

虚假音频检测技术日益受到关注,但现有技术仍存在两方面的局限:一是人工模仿音频检测。真人模仿者可复现目标说话人的韵律、音色和风格,与AI合成音频不同,人工模仿音频无明显生成痕迹,对现有检测方法构成严峻挑战。二是可解释性检测。为增强检测可信度,…

477 0 0

为语音开发者而生