搜索
SafeEar是一种内容隐私保护的语音伪造检测方法，其核心是设计基于神经音频编解码器的解耦模型，分离语音声学与语义信息，仅利用声学信息检测，包括前端解耦模型、瓶颈层和混淆层、伪造检测器、真实环境增强四部分。
OpenAI的「Her」还是期货，讯飞星火版「Her」就抢先上线了！不仅极速响应自由打断，还情绪价值拉满，各种情感、风格、方言随意切换。熊二被召唤出来的时候，家里的熊孩子直接被硬控了30秒。
继去年初的第一代VALL-E模型之后，微软最近又上新了VALL-E 2模型，标志着第一个在合成语音稳健性、相似度、自然程度等方面达到人类水平的文本到语音模型。
大模型推理速度提升50%以上，还能保证少样本学习性能！
咳咳，在开始讲之前，先跟差友们宣布个事儿：
最近，ChatTTS 这一语音生成项目在 GitHub 上迅速获得关注。截至6月4日，6天时间已经斩获18.9千个星标????。各大网友直呼太牛！按照这样的趋势，很快会突破2万stars。
未来人与人的交流，难道是这个样？
2021年春季，当时在硅谷科技圈处于绝对C位的马斯克，带火了一款语音社交应用Clubhouse，甚至一时间Clubhouse的邀请码呈现出“洛阳码贵”的景象
第一个能听懂你说话的语气、有“情商”的AI火了！
一家来自纽约的初创公司Hume AI发布了一款标榜为「第一个具有情商的对话式人工智能」的共情语音接口(EVI)，并表示其能够从用户那里检测到53种不同的情绪。