➡️
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...
-
特斯拉Cybercab正式在美投入运营，9月或来北京上海展出
特斯拉Cybercab无人驾驶出租车在美国得克萨斯州奥斯汀正式投入运营，这是全球首款专为无人驾驶设计的量产车型，取消了方向盘和踏板，由FSD系统控制，续航...
-
Kimi K3 模型结构（2）：序列维度（下），chunkwise 并行与下界衰减
本文介绍Kimi K3模型序列维度的chunkwise并行算法：将序列分块，块间递推状态、块内用矩阵乘并行计算。K3将每步log-decay加−5下界，使...
-
谎言秩序：俄罗斯公共生活的荒诞性
俄罗斯公共生活长期依赖谎言维系，导致民众集体心理扭曲。普京以荒诞谎言解释普利戈任之死，意在展示权力并寻求民众配合。俄罗斯人表面接受谎言，形成犬儒主义常态，...
-
Kimi K3 模型结构（1）：序列维度（上），从线性注意力到 KDA
本文介绍Kimi K3模型中KDA（Kimi Delta Attention）的递推形式，从线性注意力、DeltaNet到Gated DeltaNet演进...
