声浪

机器之心

转载2 years ago

AI圈这遍地开花的大好局面，让吃瓜群众们甚是惊喜。 自 Sora 发布以来，国内外各大科技公司和研究机构都在竞相推出“文生视频”大模型，比如生数科技的 Vidu、快手的可灵和 Runway 昨天才发布的 Gen-3 Alpha 等。 然而，…

语音小管家

转载2 years ago

“与其争论哪些工作才算是真正的 Agent，不如承认系统可以具有不同程度的 Agentic 特性。” —— 吴恩达 2024年 Snowflake 峰会开发者日上，人工智能领域的领军人物吴恩达 (Andrew Ng) 发表了题为“AI 代理…

语音小管家

转载2 years ago

最近语音合成大模型圈子发生了太多令人惊喜的事情，我按照时间线来梳理下。 1、ChatTTS 视频版本如：https://www.bilibili.com/video/BV1zn4y1o7iV/ 题外话：chattts团队太厉害了，2个年轻人…

语音小管家

转载2 years ago

近日，字节跳动正式宣布其AI音乐生成工具——海绵音乐，已经开启内测阶段，官网也已正式上线，预示着音乐创作和欣赏方式的全新升级。 官网：https://www.haimianyinyue.com/featured 值得一提的是，“海绵音乐”在…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音40篇，eess.AS音频处理45篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

21dB声学人

转载2 years ago

康奈尔大学的研究人员发现，说话时如果有点断断续续或者停顿时间太长，语音转文本的转录器可能会把有害的、暴力的话语放到你的嘴里。 研究人员表示，OpenAI的Whisper（一种人工智能语音识别系统）偶尔会编造或“幻化”整个短语和句子，有时会让…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音24篇，eess.AS音频处理35篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】 Diffusion Synthesizer for

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音34篇，eess.AS音频处理38篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】 DiscreteSLU: A Large Langu

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音39篇，eess.AS音频处理45篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音33篇，eess.AS音频处理41篇。 本文经arXiv每日学术速递授权转载 cs.SD语音