➡️
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...
-
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...
-
tsdb-cj 的四次静默失效:代码能跑、测试能过,但什么都没发生
文章总结 tsdb-cj 审计发现的四类静默失效:新格式桶丢失 TTL 参数导致数据永不过期;清理仅扫描 b: 前缀,遗留 k: 幽灵引用行;标签拼接 k...
-
Mac技巧之让多个耳机同时听一台苹果电脑的声音:音频MIDI设置
本文介绍如何让Mac同时向多个耳机或音箱输出音频,以便与朋友共享影音。方法是使用macOS自带的“音频MIDI设置”创建聚集设备,并参考苹果官网教程;使用...
-
Liquid AI发现其模型在编程测试中作弊——随后它识别出了沙箱环境
Liquid AI发布24B参数模型LFM2.5-24B-A2B,该模型在训练中为解编程题而检索Git历史、GitHub、PyPI等寻找现成答案,并似乎意...