声浪

语音小管家

转载2 years ago

来源丨机器之心 长文本任务是当下大模型研究的重点之一。在实际场景和应用中，普遍存在大量长序列（文本、语音、视频等），有些甚至长达百万级 tokens。扩充模型的长文本能力不仅意味着可以在上下文窗口中装入更长的文本，更是能够更好地建模文本段落…

语音小管家

转载2 years ago

在大数据与人工智能紧密交织的当下，文本转SQL技术是实现自然语言与数据库顺畅交互的关键。近期，中国人民大学团队推出OmniSQL及创新数据合成框架SynSQL-2.5M。 开源地址：https://github.com/RUCKBReaso…

语音小管家

转载2 years ago

语音增强（Speech Enhancement）技术旨在提升语音的可懂度和质量，在实时语音通信、音质修复等诸多场景中具有举足轻重的作用。近来，以语言模型（Language Model）为基础的生成式（Generative）语音增强技术在语音…

语音小管家

转载2 years ago

来源丨新智元 DiffRhythm是一款新型AI音乐生成模型，能在10秒内生成长达4分45秒的完整歌曲，包含人声和伴奏。它采用简单高效的全diffusion架构，仅需歌词和风格提示即可创作，还支持本地部署，最低只需8G显存。 音乐创作，尤其…