标签：语音
让大模型能听会说，国内机构开源全球首个端到端语音对话模型Mini-Omni
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...
MiniMax不藏了，大秀视频/语音/文本全模态模型家族，“每天与世界交互30亿次”
明敏 衡宇 发自 凹非寺量子位 | 公众号 QbitAI终于，MiniMax不藏了。 首次正式公开亮相，最强大模型、最亮眼产品战绩，全部对外展示。 模型全家桶最新版齐上...
讯飞版「Her」横空出世全民开放！百变人设逼真丝滑，情绪价值逆天
新智元报道编辑：编辑部 【新智元导读】OpenAI的「Her」还是期货，讯飞星火版「Her」就抢先上线了！不仅极速响应自由打断，还情绪价值拉满，各种情感、风格、...
失语四年，AI帮他重新“开口”说话
大数据文摘授权转载自学术头条 撰文：马雪薇肌萎缩侧索硬化（ALS），又名渐冻症，是一种神经系统罕见病，被世界卫生组织（WHO）列为与艾滋病、癌症等并列的 5...
大模型时代的ASR就是不一样！豆包“听力”水平现场评测，方言&小朋友口音直接拿捏！
机器之心发布 机器之心编辑部2024 火山引擎 AI 创新巡展上海站于近日举办，活动展示了豆包大模型在综合评分、语音识别等方面的效果提升，还发布了对话式 AI ...
豆包版《Her》升级上新！随时打断，交流自然，还是开箱即用的那种
允中 发自 凹非寺量子位 | 公众号 QbitAI豆包大模型应用落地，又有新进展。 8月21日，火山引擎在AI创新巡展活动上发布了豆包大模型的一系列产品升级。 据活动...
英伟达首个AI NPC入驻游戏，国产大作，4B模型只需2G显存
机器之心报道 编辑：泽南玩家都在问：游戏什么时候上线？大模型驱动的游戏 NPC 终于落地了。 今天凌晨，英伟达放出一段游戏 demo。现在打游戏，你可以用语音...
准确率97%，将大脑信号转化为语音，新型脑机接口让失语者「说话」
来源：ScienceAI 编辑：萝卜皮 肌萎缩性脊髓侧索硬化症又称渐冻人症（ALS），会影响控制全身运动的神经细胞。这种疾病会导致患者逐渐丧失站立、行走和使用双...
1篇Outstanding、5篇Oral！字节跳动今年ACL这么猛？ 来直播间聊聊！
本周学术界瞩目的焦点，无疑是在泰国曼谷举行的 ACL 2024 顶会。这场盛会吸引了全球众多杰出的研究者，大家汇聚一堂，共同探讨和分享最新学术成果。 官方公布...
谷歌「Her」来啦！发布Gemini Live语音模式，现场演示两次翻车
夕小瑶科技说 原创作者 | 海野重磅惊喜！ 今天，在MadeByGoogle发布会上，谷歌公布了 AI语音助手 Gemini Live，对标的正是GPT-4o，而且是两周前开放测试的语...
谷歌版Her抢跑！一键召唤Gemini，全球52亿终端被颠覆
新智元报道编辑：编辑部 【新智元导读】谷歌版Her，抢先OpenAI登场了？谷歌语音模型Gemini Live，即将在全球30亿安卓和22亿iOS设备中上线。虽然现场演示依旧...
首个支持普通话和方言混说的TTS大模型：河南话、上海话、粤语说得溜
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...
GPT-4o模仿人类声音，诡异尖叫引OpenAI研究员恐慌！32页技术报告出炉
新智元报道编辑：编辑部 【新智元导读】五颗草莓到底指什么？盼了一天一夜，OpenAI只发来一份32页安全报告。报告揭露：在少数情况下，GPT-4o会模仿你的声音说...
无比顺滑！告别TTS！贾扬清领衔的Lepton AI推出实时语音交互
夕小瑶科技说 分享作者 | 谷雨龙泽事到如今，各种AI助手满天飞，语音功能也不是什么稀罕物了。 “明天早上会不会下雨？” “导航去火车站” “帮我预订××餐厅的桌...
地表最强人形机器人问世！擎天柱头号劲敌，每天工作20小时，前代已进宝马打工
OpenAI英伟达微软都投的人形机器人，更酷炫了。 作者|香草 编辑|心缘 智东西8月7日报道，昨晚，由微软OpenAI英伟达英特尔联手投资的明星机器人创企Figure，发...
粤公网安备 44011502001135号