STAR-VAE：让音频潜在空间「按信息重要性」排列，重建与生成双双达到 SOTA
来源丨阿里语音AI 阿里团队的最新研究STAR-VAE已被机器学习顶级会议ICML 2026接收。这项工作聚焦音频生成中一个长期被忽视、却决定效果上限的底层环节——音频 VAE（连续 tokenizer），并提出了一种通用且即插即用的正则化…
32 0 0
声浪
苏州科达 | 招聘音频算法工程师
科达，引领视讯与安防 苏州科达科技股份有限公司（以下简称“科达”）是领先的视讯与安防产品及解决方案提供商。 公司成立于1995年，2016年12月1日在上海证券交易所主板挂牌上市（股票简称：苏州科达，股票代码603660）。目前，公司拥有3…
152 1 0
BigVGAN 平替：高保真声码器 Flow2GAN
新一代 Kaldi 团队近日开源了一个自研音频生成模型（声码器）Flow2GAN，质量高、速度快、好训练，是 BigVGAN 一个不错的替代方案，欢迎体验。 论文：Flow2GAN: Hybrid Flow Matching and GAN…
25 0 0
清华大学 x 生数科技：从波形到隐空间，AudioLBM引领音频超分新范式
音频超分辨率（Audio Super-Resolution, Audio SR），即从低采样率音频恢复出高采样率版本，是提升语音清晰度、音乐细节与沉浸式音频体验的关键技术。无论是在老旧录音修复、语音通信增强，还是音乐制作与多模态生成中，高分…
21 0 0
归芯科技 | 招聘音频DSP高级工程师（上海）
归芯科技 归芯科技成立于2021年，是一家以5G/4G及下一代移动通信技术和大型SoC芯片自主设计开发为核心竞争力的高科技公司，公司重点面向超万亿产值规模的蜂窝物联网、泛智能终端、智能网联汽车、卫星互联网等行业领域提供具有竞争力的端到端平台…
14 0 0
海能达 | 招聘硬件基带工程师-音频方向（哈尔滨）
海能达通信股份有限公司（股票代码：002583.SZ）是总部位于中国深圳的全球化民营上市公司，1993年成立，是全球领先的专用通信及解决方案提供商，致力于为公共安全、应急、能源、交通、工商业等行业客户，在日常工作与关键时刻，提供更快、更安全…
17 0 0
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…
7 0 0
阶跃星辰 | 招聘多模态算法工程师（语音/音频方向）
阶跃星辰 阶跃星辰，以阶跃之力，赴星辰大海。官网：https://www.stepfun.com/。从官网中我们可以看到，星辰自称： 汇聚顶尖人才算法专家、系统专家、亿级用户产品负责人，我们聚集了多位业界顶尖人才。 2. 自研通用大模型我们…
45 0 0
人工智能赋能音乐的机遇与挑战
人工智能技术飞速发展，从20210年初深度学习的问世，人工智能已经走向以多模态技术、预训练大模型为科技基础的生成式人工智能（AIGC）时代，AIGC（Artificial Intelligence Generated Content）是指通…
72 0 0