今天,海天瑞声与清华大学电子工程系语音与音频技术实验室(SATLab),发布Dolphin-CN-Dialect 汉语多方言语音识别模型! 获取渠道 体验地址 · 非流式识别:

最新声浪
查看全部 →Dolphin-CN-Dialect 发布:同样的数据,换一种配方,让ASR听懂更多中国话
167 0 0
【交我学-32】大模型也能"听出方位"了?空间音频理解的最新进展
AudioCC交我学 作为学术研究者与实践者的连接点,我们致力于打造一个专注于语音技术的学术交流平台——「AudioCC交我学」专栏。在这里,我们将以简洁、专业的视角,解读听觉认知与计算声学领域的前沿论文,分享技术创新与应用实践的最新动态。…
143 0 0
香港中文大学(深圳)人工智能学院HLT 实验室李海洲教授招募语音/大模型方向博士后
香港中文大学(深圳)人工智能学院HLT 实验室李海洲教授招募语音/大模型方向博士后,长期有效,欢迎加入我们! 课题组介绍 香港中文大学(深圳)语音语义实验室(Human Language Technology Laboratory, HLT…
623 1 0
AVGen-Bench:面向下一代文生音视频模型的系统化评测框架
以下文章来源 微软亚洲研究院 微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-近日,微软亚洲研究院推出了一个面向文本生成音视频任务的多粒度、细粒度、任务驱动评测基准AVGen-Bench。它关注的…
70 0 0
ICML 2026 | SARSteer:让大型音频语言模型学会"说不"
以下文章来源SV4Good Al Lab 大型音频语言模型(Large Audio–Language Models, LALMs)正在成为下一代语音交互、音频理解、实时对话系统的核心底座。然而最近的研究指出,音频输入比文本更容易诱发模型生成…
121 0 0
第三届CCF语音对话与听觉处理前沿进展研讨会技术报告(RASDAP2026 Technical Report)
当前语音对话与听觉处理领域蓬勃发展,学术界与工业界不断涌现创新的技术与产品,为了更好地推动经验交流与前瞻研讨,由中国计算机学会(CCF)语音对话与听觉专委会发起的第三届CCF语音对话与听觉处理前沿进展研讨会(RASDAP2026,Recen…
73 1 0
Ctx2Skill:如何让大模型从复杂文档直接构建 Skills?
近年来,大语言模型在复杂推理、代码生成以及智能体等方向不断突破,一个更接近真实世界的问题也逐渐浮出水面:模型是否真的能够从复杂上下文中学习? 现实中的许多任务,其关键知识并不存在于模型预训练记忆里,而是隐藏在冗长、专业且此前从未见过的专业文…
84 0 0
