➡️

继续阅读

  1. 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...
  2. 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...
  3. Minmax H3中英提示词效果差异测试 - 蝈蝈俊
    对于MiniMax H3，使用中文和英文提示词时，能看到都在说，英文提示词通常能带来更好的生成效果。但是我实际测试下来，感觉差别不大。 我的测试是基于北京...
  4. OpenAI admits to German wiki ‘incident’
    OpenAI says it needs to overhaul how and when it reports instances of AI mode...
  5. Robotaxis enter their villain era
    It's Bullitt meets Christine meets Waymo. A new short film imagines a San...
  6. Beyond Zero: Google Publishes Successor to BeyondCorp
    In a recent research paper, Google introduced Beyond Zero, a “security model ...
👤 个人中心
在公众号发送验证码完成验证