慧言科技(天津)有限公司是一家业内领先的言语交互高新技术企业。公司基于自主可控“海河·谛听”言语交互意图理解大模型,研发语音识别、语音生成、语义理解、文本生成、知识问答、机器翻译、声纹识别等全链路言语交互技术,支持中英日韩法西俄德维藏泰越等…

最新声浪
查看全部 →蚂蚁集团起步于2004年诞生的支付宝,源于一份为社会解决信任问题的初心,经过多年的发展,已成为世界领先的互联网开放平台。蚂蚁集团通过科技创新,助力合作伙伴,为消费者和小微企业提供普惠便捷的数字生活及数字金融服务;持续开放产品与技术,助力企业…
Akulaku是东南亚市场交易量较大,用户活跃度较高,团队成熟和发展速度较快的互联网金融平台。目前已覆盖印度尼西亚、菲律宾、越南等市场,致力于提供更本地化的产品服务。 Akulaku目前的主要产品是一款提供虚拟信用卡的分期购物APP,致力于…
深圳方位通讯科技有限公司(方位通讯)是全球领先的专业物联网音视频(A&V-IoT)产品提供商、国家级高新技术企业,拥有北京、深圳、苏州三个研发基地。方位通讯专注物联网通讯技术与终端研发,经过近二十年的沉淀积累,打造SIP对讲、SIP门禁&室…
来源丨新智元、机器之心、赛博禅心 DeepSeek 的开源周已经进行到了第四天。今天这家公司一口气发布了两个工具和一个数据集:DualPipe、EPLB 以及来自训练和推理框架的分析数据。 DeepSe此次本次开源的三个项目: DualPi…
量子位 | 公众号 QbitAI 清华NLP孙茂松团队、北京交通大学、华中科大联合提出了多模态视觉定位新范式——Migician,作为第一个支持任意形式多图定位(Multi-image Grounding,MIG)的多模态模型,为此还设计了…
今天就介绍下啸叫相关的算法。啸叫(也称为音频反馈或回声反馈)通常是指在音频系统中,麦克风拾取到从扬声器发出的声音并将其再次放大和播放,形成一个闭环反馈系统,从而导致高频、尖锐、持续的噪音。这种现象通常出现在音响系统、会议系统、耳机、助听器,…
来源丨新智元 AI co-scientist系统基于Gemini 2.0开发,能够协助科研人员生成新的研究假设、制定实验方案,并通过自我改进提升结果质量。在生物医学应用中,AI co-scientist成功预测了药物再利用方向、提出新的治疗…
来源丨阿里技术 刚刚,阿里开源了云视频生成大模型万相2.1(Wan),此次开源采用Apache2.0协议,14B和1.3B两个参数规格的全部推理代码和权重全部开源,同时支持文生视频和图生视频任务。 Github: https://githu…
