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 →
ICME 2026 | SongFormer:让AI听懂歌曲的"起承转合"!超快超准标注神器+万首歌曲数据集重磅开源
转载7 months ago
ICME 2026 | SongFormer:让AI听懂歌曲的"起承转合"!超快超准标注神器+万首歌曲数据集重磅开源

歌曲结构标注(MSA)是一种能够识别歌曲中具有功能意义的段落(如前奏、主歌、副歌)并精准检测其边界的技术,正日益成为音乐理解和可控音乐生成的重要支撑技术。然而,现有的 MSA 方法通常由于训练数据规模有限、标注不一致、依赖复杂预处理流程等原…

58 0 0
VoxCPM2:面壁智能开源国产2B语音合成模型
转载7 months ago
VoxCPM2:面壁智能开源国产2B语音合成模型

来源丨新智元、AI小展厅 面壁智能2B小模型VoxCPM 2惊艳开源,一众外国网友疯狂了!30种语言与9大方言它是信手拈来,复刻的贺炜激昂解说与徐志胜脱口秀,相似度简直直击灵魂。这哪是工具,分明是降维打击的生产力核武器! VoxCPM 2,…

68 0 0
腾讯会议-天籁实验室丨招聘音频算法工程师
原创7 months ago
腾讯会议-天籁实验室丨招聘音频算法工程师

音频算法工程师(腾讯会议-天籁实验室) 学历要求:硕士及其以上,工作经验1-3年; 岗位职级:T5-T9 岗位地点:北京 岗位职责: - 负责优化ASR的前端音频算法,包括语音增强,回声消除,说话人日志和语音分离等- 负责追踪业界前沿的语音…

467 0 0

为语音开发者而生