NeurIPS 2025丨上海交通大学跨媒体语言智能实验室5篇录用论文分享
NeurIPS，即神经信息处理系统大会（Conference on Neural Information Processing Systems），是由神经信息处理系统基金会（NeurIPS Foundation）主办的全球机器学习与人工智能…
23 0 0
声浪
![语音/音频处理学术速递[9.29]](https://api.speechhome.com/Resources/Thumb/2025-09-30/1972945850023940096.jpg)
WenetSpeech-Chuan：多维标注大规模四川话语音语料库开源
语音理解与生成的飞速发展离不开大规模高质量语音数据集的推动。其中，语音识别（ASR）和语音合成（TTS）被公认为最首要的任务。但对于拥有约 1.2亿 母语使用者的川渝方言而言，受限于标注资源匮乏，研究进展缓慢，ASR 与 TTS 的表现始终…
22 0 0
![语音/音频处理学术速递[9.28]](https://api.speechhome.com/Resources/Thumb/2025-09-30/1972945970488545280.jpg)
![语音/音频处理学术速递[9.26]](https://api.speechhome.com/Resources/Thumb/2025-09-26/1971489451137961984.jpg)
![语音/音频处理学术速递[9.25]](https://api.speechhome.com/Resources/Thumb/2025-09-26/1971489314705641472.jpg)
![语音/音频处理学术速递[9.23]](https://api.speechhome.com/Resources/Thumb/2025-09-23/1970440004224290816.jpg)
![语音/音频处理学术速递[9.22]](https://api.speechhome.com/Resources/Thumb/2025-09-23/1970440170763325440.jpg)
小米开源首个原生端到端语音大模型 Xiaomi-MiMo-Audio
刚刚，小米正式开源首个原生端到端语音模型Xiaomi-MiMo-Audio，该模型参数规模70亿，预训练数据达到超1亿小时，且在开源模型中的语音智能和音频理解基准测试中都实现了SOTA，在多项测试超越同参数量开源模型、谷歌Gemini-2.…
44 0 0
VoxCPM：最新开源 TTS 模型！0.5B 的声音克隆神器。
来源丨THUHCSI人机语音交互实验室 本文介绍由清华大学人机语音交互实验室（THUHCSI）与面壁智能联合研发的VoxCPM，一款 0.5B 参数尺寸的中英双语语音生成基座模型 。 VoxCPM在合成语音的自然度、音色相似度及韵律表现力方…
22 0 0