➡️
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...
-
一台 3D 打印机,为什么藏着 GPT-6 最大的野心?|硬哲学
GPT-6 Astra宣传片展示了从画黄色圆圈到生成3D模型,最终通过拓竹P1S打印机变成实物的过程,体现AI从屏幕内容生成进入现实操作。文章认为GUI是...
-
Blume: Zero-Config Docs Framework That Turns a Markdown Folder into an AI-Ready Website
Blume is an open-source documentation framework that converts Markdown into a...
-
苹果提前「揭晓」触屏 MacBook Pro,我终于能戳同事电脑了
苹果正在研发首款OLED触屏MacBook,预计2025年10月发布,搭载M5芯片并采用灵动岛设计。macOS 27将加入触控支持,区分直接与间接触控,并...
-
Redefining GIS: Declarative Symbology and Collaborative Workflows in JupyterGIS
JupyterGIS is a GIS-focused extension for Jupyter notebooks. The recent 0.16 ...