
最新声浪
查看全部 →昆仑天工是昆仑万维科技股份有限公司(以下简称"昆仑万维")下属的子板块。昆仑万维深耕海外市场十余载,业务覆盖AGI与AIGC、信息分发、社交娱乐、游戏及投资等多个领域,并于2015年登录科创版,旗下包括AGI与AIGC、海外信息分发与元宇宙…
魔珐科技成立于2018年,是一家以三维计算机图形学和AIGC技术为核心的3D虚拟人科技公司。魔珐科技打造了端对端的超写实3D虚拟人工业化产线,并在此基础上建立了“3D虚拟人AIGC平台--星云平台”,自研了3D虚拟人AIGC消费级产品矩阵,…
语音情感识别(Speech Emotion Recognition, SER)通过分析语音信号来判断说话者的情绪状态,其中充分利用音频信息至关重要。近期,清华大学语音与音频技术实验室(SATLab)提出了一种基于增强残差集成与协同注意力两阶…
杭州培慕科技有限公司是一家为重资产行业特别是流程行业和能源行业提供设备可靠性暨资产绩效管理(APM)整体数字化解决方案的国际化公司,国家级高新技术企业,浙江省“专精特新”企业。基于近二十年的技术积累和多项核心专利,培慕科技拥有国际领先的“R…
在语音合成(Text-to-Speech, TTS)领域,传统的 TTS 系统主要包括自回归(Autoregressive, AR)模型、非自回归(Non-Autoregressive, NAR)模型以及结合两者优点的混合范式(AR+NAR…
昨天,火山引擎旗下豆包团队推出的豆包·语音播客模型,以三大核心技术突破重塑播客内容生产逻辑。这一模型基于流式技术实现文本到双人对话式播客的即时转换,生成的自然语音在流畅度、情感表现和语义连贯性上均达到专业录制水准,甚至能通过深度搜索功能在5…
已构建了200人规模(今年规划到三百)、兼具丰富的研究与落地经验的AI团队,曾在多个行业大模型有着落地商用经验,曾在ACL等顶会发表若干论文。核心成员毕业于或来自于剑桥大学,清华大学、哥大、华为、亚马逊、腾讯等顶尖机构和企业,团队短期内在机…
