声浪

语音小管家

转载2 years ago

来源丨GitHubStore 一个基于 React和 Cloudflare Pages(免费一键部署) 的多人 AI 聊天应用，支持多个 AI 角色同时参与对话，提供类似群聊的交互体验。 体验地址：https://botgroup.chat…

语音小管家

转载2 years ago

近日，香港科技大学、出门问问、西北工业大学、上海交通大学、南洋理工大学等研究机构，重磅推出新一代语音生成模型 Spark-TTS。该模型完全基于Qwen2.5架构，摒弃额外生成模型辅助，以单阶段、单流方式实现 TTS 生成，具备超自然的语音…

语音小管家

转载2 years ago

语音增强（Speech Enhancement）任务的目标是改善在复杂声学环境中捕获的自然语音信号，滤除噪音，提取出纯净的目标语音，有效提升语音的可听性和可理解性，同时也为下游语音任务提供经过高效降噪处理的、音质清晰的音频结果。 Deep…

语音小管家

原创2 years ago

昨天，一个叫「Manus」的通用 AI Agent 产品引起热议。它可以完成从文件处理、数据分析、代码编写到内容创作等多种任务，比如帮助用户生成旅行计划、分析股票数据、筛选简历或开发简单的网页游戏。 但是，由于「Manus」只发放了少量邀请…

语音小管家

转载2 years ago

今天凌晨 3 点，阿里开源发布了新推理模型 QwQ-32B，其参数量为 320 亿，但性能足以比肩 6710 亿参数的 DeepSeek-R1 满血版。 开源地址： https://modelscope.cn/models/Qwen/QwQ…

语音小管家

转载2 years ago

智谱AI开源了一个60亿参数规模的文生图大模型CogView4-6B，支持生成的图像中加入文字，文字效果自然融入图像中，且该模型支持支持宽高范围512px至2048px内的任意尺寸图像（也有限制，正文解释）。 CogView4-6B生成的图…

语音小管家

转载2 years ago

在语音识别技术飞速发展的今天，其在各个领域的应用已经展现出巨大的潜力和效率。然而，最近来自英国谢菲尔德大学的研究人员开展的一项研究提醒我们，这项技术在性别公平性上仍存在挑战。相关研究成果发布在 arXiv 上。 这项由 Hend ElGha…