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 →
ACL 2025 | 高感情语音技术:小语种TTS的破局之道
原创a year ago
ACL 2025 | 高感情语音技术:小语种TTS的破局之道

语音合成(TTS)技术近十年来突飞猛进,从早期的拼接式合成和统计参数模型,发展到如今的深度神经网络与扩散、GAN等先进架构,实现了接近真人的自然度与情感表达,广泛赋能智能助手、无障碍阅读、沉浸式娱乐等场景。 然而,这一繁荣几乎局限于英语、普…

69 0 0
开源发布丨全球首个机器人动作序列驱动的世界模型和评测基准
转载a year ago
开源发布丨全球首个机器人动作序列驱动的世界模型和评测基准

来源丨夕小瑶科技说 当前具身智能研发正面临“双重枷锁”:一方面,真机验证成本高、仿真偏差大,制约策略验证效率;另一方面,海量真机数据尚未构建基于轨迹扩增的高效利用机制,导致数据未被充分利用,制约了模型的持续进化。为打破这一困局,智元机器人在…

45 0 0

为语音开发者而生