搜索
Sasame公司怀揣着“让AI听懂人心，让沟通回归自然”的愿景，致力于打造一种全新的、自然流程的人机交互体验，解决现有语音交互中理解不准确、沟通不流畅、应用场景受限等问题，通过可穿戴设备提供高品质音频，让AI伴侣观察世界，实现用户与AI的真实、自然交互。
近日，ISCA Fellow 2025 入选结果揭晓！
谷歌现象级产品NotebookLM，两个本科生自学3个月就复刻了？
在大语言模型（LLMs）竞争日趋白热化的今天，「推理能力」已成为评判模型优劣的关键指标。
两名没有高度专业 AI 知识的本科生表示，他们已经创建了一个公开可用的 AI 模型，可以生成类似于 Google 的 NotebookLM 的播客风格的剪辑。
在人工智能技术日新月异的今天，语音合成（TTS）领域正经历着一场前所未有的技术革命。最新一代文本转语音系统不仅能够生成媲美真人音质的高保真语音，更实现了「只听一次」就能完美复刻目标音色的零样本克隆能力。
智能语音交互领域，学术研究也能如此酷炫。全球首个纯学术界自研的支持多人实时口语对话的语音情感大模型 ——“交交”，正式推出！
开源语音模型Orpheus让LLM涌现出人类情感！在A100 40GB显卡上，30亿参数模型的流式推理速度甚至超过了音频播放速度。甚至可以zero-shot克隆声音。
近日，阿里通义实验室推出了全新数字人视频生成大模型 OmniTalker，只需上传一段参考视频，不仅能学会视频中人物的表情和声音，还能模仿说话风格。相比传统的数字人生产流程，该方法能够有效降低制作成本，提高生成内容的真实感和互动体验，满足更广泛的应用需求。目前该项目已在魔搭社区、HuggingFace 开放体验入口，并提供了十多个模板，所有人可以直接免费使用。
“最强AI语音”的场景化突围。