声浪

语音小管家

转载10 months ago

说实话，今年语音模型的内卷程度已经到了不讲武德的地步。但这次，Qwen3-TTS 的更新，是真的有点狠。 阿里通义刚刚上线了 Qwen3-TTS 的两大核心能力： •VoiceDesign（VD-Flash）：用文字“设计”声音，而不是选声…

语音小管家

转载10 months ago

本系列十篇文章，旨在对之前提到的十大趋势进行详细剖析。 关于未来语音技术和应用趋势的10点看法 本系列中将穿插科普、技术综述、技术发展路线，以及来自我个人与其他行业专家的思考。希望不论读者此前对语音技术与应用了解多少，都能从这一系列文章中获…

语音小管家

转载10 months ago

昨天，阿里通义开源新一代语音交互模型 Fun-Audio-Chat-8B。该模型在OpenAudioBench、VoiceBench、UltraEval-Audio、MMAU、MMSU、SpeechFunctionCall 等多项权威基准测…

语音小管家

原创10 months ago

官方 Blog: https://developers.google.com/health-ai-developer-foundations/medasr huggingface: https://huggingface.co/google…

语音小管家

转载10 months ago

GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同，并在多项主流公开基准测试中取得开源模型中的领先表现。 目前，GLM-4.7已通过BigModel.cn提供API，并在z.ai全栈开发模式中上线Sk…

语音小管家

原创10 months ago

为了更好地推动语音对话与听觉处理领域的深入交流与前沿研究，由中国计算机学会（CCF）语音对话与听觉专委会发起的第二届语音对话与听觉处理前沿进展研讨会（RASDAP2025，Recent Advances on Speech Dialogue…

语音小管家

转载10 months ago

来源丨AI音频时代 2025年12月16日，德国 音频初创公司 Mirelo AI宣布完成4100万美元种子轮融资。本轮融资由Index Ventures和Andreessen Horowitz领投，Atlantic.vc与TriplePo…