可在嘈杂环境中识别声音，新型液态声学传感器模拟鲸鱼额隆
21dB声学人 近年来，工程师们开发了一系列越来越复杂的传感器，用于机器人、便携式、可穿戴甚至植入式监测。然后，可以使用最先进的机器学习来分析这些传感器收集的数据，使设备能够识别音频中的特定声音、图像中的对象或其他信息。 加州大学洛杉矶分校…
12 0 0
声浪
![语音/音频处理学术速递[10.29]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-11-01/1852269116153532416.jpg)
7B新王登基！Zamba 2完胜同级模型，推理效率比Llama 3提升20%，内存用量更少
来源丨新智元 Zamba2-7B是一款小型语言模型，在保持输出质量的同时，通过创新架构实现了比同类模型更快的推理速度和更低的内存占用，在图像描述等任务上表现出色，能在各种边缘设备和消费级GPU上高效运行。 除了不断增加语言模型的尺寸来提升性…
16 0 0
谷歌AI播客刚火，Meta就开源了平替，效果一言难尽
来源丨机器之心 随着谷歌和 Meta 相继推出基于大语言模型的 AI 播客功能，将极大地丰富人类用户与 AI 智能体互动的体验。 上个月，谷歌宣布对旗下 AI 笔记应用 NotebookLM 进行一系列更新，允许用户生成 YouTube 视…
26 0 0
标贝科技 | 招聘语音合成算法实习生（北京）
标贝科技 标贝（北京）科技有限公司（简称“标贝科技”）是一家专注智能语音交互和AI数据服务的人工智能公司，公司拥有的知识产权超过120余项，个人知识产权达80余项。标贝科技以“语音连接场景、数据服务技术”为理念，打造有温度有情感的声音体验，…
34 0 0
斑马智行 | 招聘语音算法、音频生成算法、语音识别服务、NLP算法高级工程师/专家
斑马智行 斑马智行是阿里巴巴旗下汽车科技独角兽，是领先的汽车操作系统与人工智能科技公司，拥有全栈自研整车智能OS技术和座舱AI技术，智能座舱产品与解决方案合作客户包括上汽、一汽、大众、宝马、奥迪、日产等，合作品牌超过30家，覆盖150多款车…
51 0 0
对话语音合成大模型GPT-Talker: Generative Expressive CSS
本次分享由内蒙古大学刘瑞研究员与字节跳动青年科学家任意、香港中文大学(深圳)李海洲教授合作发表于ACMMM2024的对话语音合成大模型工作GPT-Talker《Generative Expressive Conversational Spe…
18 0 0
开放下载丨超自然对话语音合成数据集NCSSD
内蒙古大学S2LAB 刘瑞研究员联合字节跳动、香港中文大学（深圳）等单位推出了涵盖中英双语、超过236小时的超自然对话语音合成数据集——NCSSD，并在GitHub平台开源了搜集子集的数据构建Pipeline，在Hugging Face平台…
16 0 0
![语音/音频处理学术速递[10.28]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-29/1851104375972433920.jpg)
刚刚，智谱推出情感语音模型 GLM-4-Voice
来源丨学术头条 今天，在 CNCC2024 大会上，智谱也推出了他们在多模态领域的最新成果——端到端语音模型 GLM-4-Voice，让人和机器的交流能够以自然聊天的状态进行。 据介绍，GLM-4-Voice 能够直接理解和生成中英文语音，…
27 0 0