➡️
继续阅读
-
AI 智创简报:《说话人分离专利转向流式,转写接单者的工具活》
近一年,NVIDIA与Google公开了四项说话人分离专利,推动该技术从离线批处理转向流式处理,并引入大模型纠错。此技术旨在解决转写中“谁在何时说话”的难...
-
Qwen Audio:复杂人声干扰下,如何让 ASR “听对人”
本文探讨语音识别在多人环境中“听对人”的挑战,即区分用户与背景人声。对比两种技术路线:基于身份注册的Target-Speaker ASR和基于场景线索的前...
-
SenseNova-U1.5-8B-MoT 统一生成与理解,解锁原生多模态创作;DeepSeek-V4-Flash-Vision-Exp 拓展视觉理解新能力
该数据集覆盖 1900 至 2026 年的地震记录,每个文件收录对应一个地震事件,记录震级、发震时间、经纬度、深度、震中位置描述等 USGS 标准事件字段...
-
让炼丹更科学一些(九):经典自适应梯度算法
本系列前面八篇文章,都是在围绕SGD及其学习率讨论。而从本文开始,我们将正式进入自适应梯度算法的世界。可以说,现在所有的自适应梯度算法,都有一个共同的源头...
-
AI时代学编程:别背语法了,学逻辑才是正经事!
编程不用背语法,但必须学逻辑! 你有没有过这种经历:跟人说了句话,对方照做了,但结果跟你想要的完全两码事? 比如你说“帮我拿个杯子”,人家把杯子递过来了,...
-
最值得买的顶级公路车?TREK 八代 Madone 评测
它没有卷到极致的轻量化,也没有最极端的气动数据,但综合实力稳稳站在顶级公路车的第一梯队。查看全文