从语音信号估计惊讶度
用语音 LM 直接从语音估计 surprisal，绕过转写文本瓶颈。
正在加载
语音专区
近 7 天语音专区 1 条动态。正在追踪 29 个 AI 信源，数据更新于 10月30日 23:00。
已知声音克隆与人格迁移限制
两项研究检验熟人克隆声音是否把人格印象迁移到虚拟角色。
用语音基础模型检测语码转换
利用预训练语音编码器中的语言选择性维度直接从语音检测语码转换。
Sori：非音乐音频转符号音乐
提出 NASMT 任务，并用可流式 Transformer 控制对应性与音乐性。
可学习多分辨率 ALE 睡眠声音事件检测
将 ALE 逐帧置信图直接注入 Transformer 注意力与特征调制。
AnyEdit 语音与歌声编辑框架
在真实噪声、混响和背景音乐中统一编辑语音与歌声。
语音动态
全部动态
Nvidia 开放 Nemotron 3.5 Transcribe 语音模型
以文本指令统一完成多语转写、英译互译、说话人识别与录音问答。
OpenAI员工涉嫌安装窃听设备被捕
OpenAI称用其AI模型追溯隐藏录音设备来源。
STEPX Neo 智能体手机发布
手机集成智能体原生 OS、个人智能体与端云协同模型。
英国生态用 NVIDIA 推进 AI 应用
涵盖算力承诺、开放数据集、医疗与城市 AI 部署。
Ray-Ban Meta Audio 眼镜评测
这款智能眼镜去掉相机，保留音频播放与 AI 语音交互。
Apple 发布家用智能显示器 HomeView
将触摸屏、扬声器底座和 Siri AI 语音助手结合。
