声浪

语音小管家

转载2 years ago

歌尔股份有限公司成立于2001年6月，2008年5月在深交所上市，是全球布局的科技创新型企业，主要从事声光电精密零组件及精密结构件、智能整机、高端装备的研发、制造和销售，目前已在多个领域建立了综合竞争力。 秉持一站式服务为客户创造更大价值的…

语音小管家

转载2 years ago

像衍科技 杭州像衍科技有限公司成立于2021年9月。 像衍的创始团队深耕数字人相关的三维计算机视觉和图形学技术多年，创新研发了基于神经网络表示的高质量三维重建、驱动和绘制技术，打造了以“计算底座+工具链+超写实数字人内容生成”的全栈工具软件…

语音小管家

原创2 years ago

近几个月来，许多端到端的语音对话系统涌现，旨在解决级联系统中交互延迟过高以及基于文本交互下副语言信息丢失的问题。然而，目前大多数语音对话模型依赖于大量的语音对话数据以及高昂的训练代价，且存在响应音色单一的弊端。 近日，上海交通大学计算机系X…

语音小管家

转载2 years ago

来源丨 HsuDan丶 PaperWeekly 近日，VITA-MLLM 团队宣布推出VITA-1.5，是一个开源的集成了视觉、语言和语音的多模态大语言模型，旨在实现类似 GPT-4o 水平的实时视觉和语音交互。 论文链接：

语音小管家

转载2 years ago

归芯科技 归芯科技成立于2021年，是一家以5G/4G及下一代移动通信技术和大型SoC芯片自主设计开发为核心竞争力的高科技公司，公司重点面向超万亿产值规模的蜂窝物联网、泛智能终端、智能网联汽车、卫星互联网等行业领域提供具有竞争力的端到端平台…

语音小管家

转载2 years ago

恒玄科技 恒玄科技主要从事智能音频SoC芯片的研发，设计与销售，为客户提供AIoT场景下具有语音交互能力的边缘智能主控平台芯片，产品广泛应用于智能蓝牙耳机，Type-C耳机，智能音箱等智能终端产品。恒玄科技致力于成为全球最具创新力的芯片设计…

语音小管家

转载2 years ago

如何让机器人在任务指引和实时观测的基础上规划未来动作，一直是具身智能领域的核心科学问题。然而，这一目标的实现受两大关键挑战制约： 模态对齐：需在语言、视觉和动作等多模态空间中建立精确的对齐机制。 数据稀缺：缺乏规模化、多模态且具备动作标签的…

语音小管家

转载2 years ago

建信金融科技有限责任公司是中国建设银行金融科技子公司（公司主页：https://www.ccbft.com/）。 语音识别团队隶属于基础技术中心，负责公司语音识别、声纹识别、语音唤醒等方向的自研能力建设和需求承接。 团队自研能力已应用于智能…