议程发布丨IEEE国际声学语音与信号处理会议（ICASSP 2025）苏州卫星会议
2025年IEEE国际声学语音与信号处理会议（International Conference on Acoustics, Speech, and Signal Processing，ICASSP 2025）苏州卫星会议即将于5月23日-2…
13 0 0
声浪
LLM又曝致命缺陷：根本不会看时钟！博士惊呆，准确率不及50%
来源丨新智元 AI能写论文、画图、考高分，但连「看表读时间」「今天是星期几」都错得离谱？最新研究揭示了背后惊人的认知缺陷，提醒我们：AI很强大，但精确推理还离不开人类。 有些任务对人类来说轻而易举，但AI频频出错。比如，单词「strawbe…
14 0 0
ICML 2025丨360° 视频到空间音频：OmniAudio 如何重新定义沉浸式体验？
当置身于一场音乐会，闭上眼睛，我们仍能凭借声音判断乐器的位置；在电影院，环绕音效让我们仿佛置身于电影场景之中。空间音频，作为一种能够模拟真实听觉环境的技术，正逐渐成为提升沉浸式体验的关键。然而，现有的技术大多基于固定的视角视频，缺乏对 36…
26 0 0
![语音/音频处理学术速递[5.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-19/1924400427382738944.jpg)
![语音/音频处理学术速递[5.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-19/1924400229113794560.jpg)
超越OpenAI、ElevenLabs，MiniMax新一代语音模型屠榜！人格化语音时代来了
最近，TTS 模型又有重磅“上新”，Speech-02语音模型一出手，就将 OpenAI、ElevenLabs 甩在了后面，登顶 Arena 榜单，成为全球第一。 性能更强之外，Speech-02 还极具性价比，成本仅为 ElevenLab…
30 0 0
![语音/音频处理学术速递[5.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-15/1922941226613608448.jpg)
首个多模态统一CoT奖励模型来了，模型、数据集、训练脚本全开源
来源丨机器之心 近日，腾讯混元与上海 AI Lab、复旦大学、上海创智学院联合提出全新研究工作 UnifiedReward-Think，构建出首个具备长链式推理能力的统一多模态奖励模型，首次让奖励模型在各视觉任务上真正 “学会思考”，实现对…
20 0 0
论文导读丨CCF语音对话与听觉专委会论文导读（2025年第3期）
为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期分享七篇发表在ICASSP2025上的文章。本导读论文栏目持续征稿中，欢迎踊跃投稿，投稿方式请参见…
19 0 0
![语音/音频处理学术速递[5.14]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-14/1922580913456287744.jpg)