AI资讯新闻榜单内容搜索-语音模型

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: Kaldi,语音识别,CR-CTC,语音模型

新一代 Kaldi 团队是由 Kaldi 之父、IEEE fellow、小米集团首席语音科学家 Daniel Povey 领衔的团队，专注于开源语音基础引擎研发，从神经网络声学编码器、损失函数、优化器和解码器等各方面重构语音技术链路，旨在提高智能语音任务的准确率和效率。

关键词: GPT,AI,GPT-4o,Moshi,实时语音模型

两个多月前那个对标GPT-4o的端到端语音模型，终于开源了。大神Karpathy体验之后表示：nice！

关键词: Her,AI,Moshi,实时音频模型,开源语音模型

大神Karpathy鼎力推荐，开源版「Her」Moshi再引关注！