➡️
继续阅读
-
RAIL:从人类认知能力视角重新审视大型音频语言模型的听觉智能
RAIL借鉴CHC认知框架,将音频评测重构为听觉处理、推理、记忆、知识、处理效率五类能力、32项细分任务,构建5306条样本。评估26款音频大模型发现:模...
-
Android端WebRTC实时美颜落地:从崩溃到高低配机型兼容
安卓WebRTC推流系统需增加实时美颜,兼顾低端与旗舰机型,且本地预览与远端效果一致。因官方VideoProcessor底层纹理校验不可行,改为在采集端做...
-
GNOME 的全新本地/云端 AI 聊天应用新增更多功能
Moose 是一款基于 GTK4 和 libadwaita 的 GNOME 兼容 AI 聊天应用。0.6 版新增安全云连接与凭证存储、“仅限本地”Olla...
-
AI 降噪:端侧实时语音降噪与视频降噪
文章讨论端侧音视频降噪:语音降噪在频域用DNN估计0~1掩码并乘回频谱,RNNoise风格模型约150K参数,可实时运行;视频降噪结合时域多帧对齐与空域C...
-
Kotoba 的语音 AI 现已在 fal 上线!
日本语音AI公司Kotoba的语音技术已在生成式媒体平台fal上线,开发者可直接调用三项能力:针对日语及东亚语言调优的语音识别、支持流式输出的日语语音合成...
-
实测 Lovart 2.0 ,设计 AI 进入个人助理时代
Lovart 2.0 推出个人设计 Agent“Arti”,针对 AI 生成之外的记忆、调研、协作与改稿痛点:可建立个人记忆库、主动调研并生成报告、后台巡...