声浪

转载3 months ago

以下文章来源于433的3号同学，作者贾彦一、结论先行过去四年，音频智能的核心范式发生了五次迁移：先形成可复用的两类听觉前端。Whisper 提供稳健的语音语义表征，解决“说了什么”；CLAP 提供通用声音—文本对齐，解决“这是什么声音…

49 0 0