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 →
语音与音频学术速递[10.16]
原创a month ago
语音与音频学术速递[10.16]

今日论文合集:CS.SD语音与音频 共 9 篇,本文展示前 7 篇 本文经arXiv每日学术速递授权转载,微信公众号:arXiv_Daily [机构]信息由AI分析生成,可能存在错误,仅供参考,以论文实际显示为准 快速导航 1. 语音识别与…

440 0 0
小米开源空间音频理解大模型 MiDashengLM-Spatial
原创a month ago
小米开源空间音频理解大模型 MiDashengLM-Spatial

近年来,大语言模型(Large Language Model, LLM)在语音、图像等多模态领域快速发展,空间智能也成为人工智能的重要方向。空间智能,是机器感知、理解和推理三维物理世界的能力,也是实现全场景智能生态的重要基础。 今天,小米开…

349 0 0
语音与音频学术速递[10.15]
原创a month ago
语音与音频学术速递[10.15]

今日论文合集:CS.SD语音与音频 共 20 篇,本文展示前 8 篇 本文经arXiv每日学术速递授权转载,微信公众号:arXiv_Daily [机构]信息由AI分析生成,可能存在错误,仅供参考,以论文实际显示为准 快速导航 1. 语音合成…

387 0 0

为语音开发者而生