声浪

语音小管家

转载10 months ago

作为语音相关研究领域的旗舰国际会议，ASRU2025（IEEE Workshop on Automatic Speech Recognition and Understanding）将于12月6-10日在夏威夷檀香山举办。IEEE ASRU…

语音小管家

原创10 months ago

快手旗下可灵AI正式推出其2.6版本的“音画同出”模型，这是首个支持画面、自然人声、音效及环境氛围同步生成的多模态系统。仅需一次生成，即可输出完整的音视频内容，真正实现了声音与画面的深度融合。 在创作流程上，可灵2.6提供两条高效创作路径：…

语音小管家

转载10 months ago

标题：Multi-Reward GRPO for Stable and Prosodic Single-Codebook TTS LLMs at Scale 链接：https://arxiv.org/pdf/2511.21270 作者单位：…

每日语音速递

转载10 months ago

文本到语音（TTS）合成技术正处在一个由大语言模型（LLM）驱动的范式变革时代。目前，学界主流的“下一令牌预测”范式统一了语音生成的框架，但其依赖的“离散化”基石也带来了信息瓶颈、生成幻觉等固有缺陷。虽然已有研究开始转向连续语音表示，但又面…