AI资讯新闻榜单内容搜索-ASR

关键词: AI,BPO-AVASR,模型训练,语音模型

视觉+语音=更强的语音识别！BPO-AVASR通过优化音视频输入和输出偏好，提升语音识别在真实场景中的准确性，解决了传统方法在噪声、口语化和视觉信息利用不足的问题。

关键词: 大模型,豆包,Seed-ASR,Seed-TTS,ASR,TTS

8 月 21 日，2024 火山引擎 AI 创新巡展﹒上海站带来了豆包大模型最新进展。

关键词: Zipformer,Kaldi,语音大模型,语音识别 (ASR) 模型

近日，小米集团新一代 Kaldi 团队关于语音识别声学模型的论文《Zipformer: A faster and better encoder for automatic speech recognition》被 ICLR 2024 接收为 Oral (Top 1.2%)。