就在最近,一个名为NovaSR的开源项目在开源社区里炸开了锅。一款仅有 52 KB 的音频超分辨率模型。 NovaSR可以把电话音质(16kHz)瞬间变成录音室级的 Hi-Fi 音质(48kHz),而且速度快到单张 A100 能跑出 360…

最新声浪
查看全部 →AAAI(Association for the Advancement of Artificial Intelligence)是人工智能领域历史最悠久、内容覆盖最广的国际顶级会议之一,也是中国计算机学会(CCF)推荐的 A 类国际学术会议…
南方新华(SINO SOUTH)是一家全球领先的人力资源服务和人才竞争力咨询公司,为企业提供专业猎头服务、管理咨询服务,助力其快速建立行业前10的核心人才竞争力。设立“深圳+重庆”双总部,东西协北京雪扬科技有限公司,品牌名称叫安顿。安顿专注…
近日,阶跃星辰开源的原生语音推理模型Step-Audio-R1 更新升级至Step-Audio-R1.1,并在全球知名权威大模型评测榜单 Artificial Analysis Speech Reasoning 登顶榜首。 该榜单是目前业界…
为促进语音技术多元化发展、推动AI在特殊语音场景下的研究与落地,希尔贝壳联合昆山杜克大学正式开源“AISHELL-6-Whisper 语料库”。作为稀缺的耳语—正常音平行对齐资源,本数据集的发布旨在填补相关领域开源数据的空白,为学术界与工业…
标题:IndexTTS 2.5 Technical Report 链接:https://arxiv.org/pdf/2601.03888 发表日期:2026年1月9日 作者团队:bilibilidemo 页面:https://index-t…
近日,教育部官网更新了《职业教育专业目录(2021年)(更新时间:2025年12月)》,其中正式设立“开源技术应用”(高等职业教育专科专业 510220)和“开源技术开发与应用”(高等职业教育本科专业 310216)专业,标志着开源教育正式…
论文题目:Pronunciation-Lexicon Free Training for Phoneme-based Crosslingual ASR via Joint Stochastic Approximation 作者:赛尔达尔·玉…
标题:TagSpeech: End-to-End Multi-Speaker ASR and Diarization with Fine-Grained Temporal Grounding 链接:https://arxiv.org/pdf…
