声浪

语音小管家

转载8 months ago

来源丨机器之心 OpenAI 要略过 GPT-5.3，直接迈向 GPT-5.4 了？ 近日，一名 OpenAI 工程师在公开的 Codex GitHub 仓库中提交了一则拉取请求（PR），无意间让 GPT-5.4 这一型号出现在代码版本判断…

语音小管家

转载8 months ago

在传统语音生成中，表达方式往往依赖预设标签，例如： 固定情绪选项 预定义语气类别 限定风格模板 用户只能在有限选项中选择，而难以进行更自由、细腻的表达控制。 FreeStyle 新范式的核心突破在于 不再依赖固定标签，而是支持通过自然语言指…

语音小管家

转载8 months ago

标题：Eureka-Audio: Triggering Audio Intelligence in Compact Language Models 链接：https://arxiv.org/pdf/2602.13954 发表日期：2026年…

语音小管家

转载8 months ago

来源丨机器之心 在全球具身智能领域的顶级权威评测 WorldArena 榜单中，清华陈建宇（星动纪元创始人）团队联合斯坦福 Chelsea Finn（PI 创始人） 团队研发的 Ctrl-World 世界模型交出优异答卷： 具身任务能力斩获…

语音小管家

转载8 months ago

以下文章来源于AI随想录，作者William 论文标题: GSRM: Generative Speech Reward Model for Speech RLHF 论文链接: https://arxiv.org/pdf/2602.13891…

语音小管家

转载8 months ago

来源丨新智元、AI音频时代 谷歌在 7.5 亿月活的 Gemini 中上线了 AI 音乐生成功能，输入一句话或一张照片，几秒就能得到一首带人声和歌词的完整歌曲。背后是 DeepMind 最新的 Lyria 3 模型，训练数据超 200 万首…