声浪

语音小管家

转载5 months ago

以下文章来源于AI语音AI思考 如果看过我最早的文章，你可能记得我曾说过：限制语音交互发展的主要因素通常并非技术，而是场景。例如，在办公室等公开场合，人们通常不会选择与机器进行语音对话，也不会频繁使用语音输入；而在车内、家中等相对私密的环境…

语音小管家

转载5 months ago

以下文章来源于一杯阔乐聊ai 面向“全场景复杂环境”：Mega-ASR 引入双粒度强化学习，领跑现有开源语音识别方案 资源导航 论文链接：https://arxiv.org/abs/2605.19833 项目主页：https://xzf-t…

语音小管家

转载5 months ago

跨境直播卡顿、跨国会议延迟、AI配音“机器感”太重……实时同传一直卡在“延迟、语种、音色”三大痛点。 Qwen3.5-LiveTranslate-Flash给出了解决方案：支持60种语言的音频输入和文字输出，29种语言的音频输出，端到端字均…