➡️
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
现有音频评测大多按“语音、环境声音、音乐”等输入类型,或“转写、分类、问答”等任务组织。这些分类便于比较模型在具体任务上的表现,却难以说明任务背后的能力需...
-
GNOME 的全新本地/云端 AI 聊天应用新增更多功能
过去几个月,基于 GTK4 和 libadwaita 构建的、兼容 GNOME 的 AI 聊天应用 Moose逐渐面世。它最初是一款适用于 GNOME 桌...
-
AI 降噪:端侧实时语音降噪与视频降噪
本文处理常见的刚需——降噪。通话里的键盘声、直播里的风扇声、低光视频的噪点,都是信号淹没在噪声里。端侧降噪的难点是实时性:音频一帧 20ms 内要出结果,...
-
Kotoba 的语音 AI 现已在 fal 上线!
今天,日本语音 AI 公司 Kotoba 宣布,其语音技术已在生成式媒体平台 fal 上线。开发者可通过 fal 直接调用 Kotoba 的语音识别、语音...
-
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...
-
开源掌机的文化线索
在开源掌机这个特定的产品类型背后,都有哪些故事值得讲?查看全文