声浪

语音小管家

转载3 months ago

ACL(Annual Meeting of the Association for Computational Linguistics)是计算语言学与自然语言处理(NLP)领域最具影响力的国际学术会议之一,每年汇聚全球顶尖学者、研究机构与工…

语音小管家

转载3 months ago

Qwen-Audio-3.0-TTS实时语音合成模型发布。本次发布包含两个版本： Flash：面向实时交互，首包延迟在300ms左右。 Plus：面向高质量生成，在自然度和音色还原度上表现更佳。 本次更新，我们把精力放在了开发者在生产环境中…

语音小管家

转载3 months ago

近年来，基于大语言模型（LLM）的文本转语音技术快速发展，基于大语言模型（LLM）的TTS方案已经在自然度、音色相似度和零样本音色克隆（zero-shot voice cloning）等方面取得显著进展。然而，随着语音助手、实时语音对话、虚…

语音小管家

转载3 months ago

今天，字节跳动发布能同时生成人声、音效和环境声的音频创作模型 Seed Audio 1.0。 其核心能力主要体现在以下方面： 多要素统一编排，支持精细的时间控制：一条 prompt 即可统一编排带有特定情绪的对白、关键音效和环境声，并可按时…

语音小管家

转载3 months ago

随着大语言模型在文本、视觉等模态上的快速发展，“推理能力”已经成为衡量多模态模型智能水平的重要指标。通过 Chain-of-Thought（CoT）等技术，模型能够将复杂问题拆解为中间推理步骤，从而提升复杂任务上的表现。然而，相较于文本推理…