语音

​​想了解更多关于开源的内容，请访问：​​ ​​51CTO 开源基础软件社区​​ ​​https://ost.51cto.com​​ 一、离线语音识别控制（SU-03T）…

​​想了解更多内容，请访问：​​ ​​51CTO OpenHarmony技术社区​​ ​​https://ost.51cto.com​​ 一、简介 通话应用主要提供通话相关用户交互…

​​想了解更多内容，请访问：​​ ​​51CTO和华为官方合作共建的鸿蒙技术社区​​ ​​https://harmonyos.51cto.com​​ 前言 大家好久不见了，我是Pi…

自从win10系统内置cortana小娜开始，就有很多用户非常喜欢这个AI人工智能，它可以帮助我们快速找到想要的内容，还可以通过语音输入，但是在win11系统中，用户不知道可不可以…

自从win10系统内置cortana小娜开始，就有很多用户非常喜欢这个AI人工智能，它可以帮助我们快速找到想要的内容，还可以通过语音输入，但是在win11系统中，用户不知道可不可以…

7 月 10 日消息，DeepFake 当下是一系列能够生成特定人物照片、视频及音频的 AI 模型总称，模型生成的各种信息相对可以轻松绕过各种企业机构的识别系统，因此也有许多黑产围…

AI 参与的语音世界真神奇，既可以将一个人的语音换成任何其他人的语音，也可以与动物之间的语音互换。 我们知道，语音转换的目标是将源语音转换为目标语音，并保持内容不变。最近的任意到任…

我们知道，GPT、DALL-E 等大规模生成模型彻底改变了自然语言处理和计算机视觉研究。这些模型可以生成高保真文本或图像，而且它们有个重要特点就是「通才」，可以解决没训过的任务。相…

我问 ChatGPT，它如何颠覆智能家居，超越 Alexa 和其他个人助理所能做到的。 它告诉我，凭借其先进的 AI 语言模型，它可以以无数种令人兴奋的方式增强智能家居。 与当今的…

背景介绍 实时音视频通信 RTC 在成为人们生活和工作中不可或缺的基础设施后，其中所涉及的各类技术也在不断演进以应对处理复杂多场景问题，比如音频场景中，如何在多设备、多人、多噪音场…

大型语言模型（LLM）正在改变每个行业的用户期望。然而，建立以人类语音为中心的生成式人工智能产品仍然很困难，因为音频文件对大型语言模型构成了挑战。 将 LLM 应用于音频文件的一个…

在语音方面，Meta又达到了另一个LLaMA级的里程碑。 今天，Meta推出了一个名为MMS的大规模多语言语音项目，它将彻底改变语音技术。 MMS支持1000多种语言，用圣经训练，…