跳到正文

#语音

今日 0 条

11月14日

星期六

11月12日

星期四
  1. Amazon SageMaker AI 双向流式推理推出按用量计费

    Amazon SageMaker AI 双向流式推理新增按用量计费,模型提供商可向 AWS Marketplace 上报实时流中的实际用量。Deepgram 作为首发合作伙伴,将按用量计费的 STT 和 TTS 引入 AWS Marketplace。该能力通过一条独立的元数据 WebSocket 连接传输计量记录,SageMaker AI 端点基础设施费用仍照常收取。

11月6日

星期五
  1. Open ASR Leaderboard 新增埃及与尼日利亚英语口音私有数据

    Hugging Face 的 Open ASR Leaderboard 与 Liva AI 合作,新增埃及和尼日利亚两种英语口音的私有评测数据。埃及口音数据为 1.34 小时、尼日利亚口音为 1.55 小时,均为对话式自发语音,转写含标点、大小写和不流畅词。榜单同时按 Kachru 三圈模型新增口音分组,区分美国与非美国、内圈与外圈及扩展圈口音。

11月5日

星期四

11月4日

星期三

10月31日

星期六

10月29日

星期四

10月28日

星期三

10月23日

星期五

10月21日

星期三

10月20日

星期二

10月16日

星期五

10月14日

星期三

10月8日

星期四

10月7日

星期三

9月30日

星期三

9月29日

星期二

9月26日

星期六

9月25日

星期五

9月23日

星期三

9月16日

星期三

9月10日

星期四

8月28日

星期五

8月27日

星期四

8月21日

星期五

8月12日

星期三

8月11日

星期二

7月30日

星期四
  1. Google DeepMind 在 Flow Music 发布 Lyria 3.5 音乐生成模型

    Google DeepMind 发布新一代音乐生成模型 Lyria 3.5,并已在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制四方面均有提升,包括更复杂自然的旋律结构、提示词遵循与结构感知更好的歌词、更具情感表现力和发音更准确的人声,以及对输出节奏和时长的更易控制。

7月15日

星期三

7月1日

星期三

6月9日

星期二