在声音克隆快速发展的浪潮中，AI 已经能够模拟出越来越逼真的人声效果，但对零样本学习和多情感控制方面依然挑战重重。今年年初，E2 TTS 就实现了简化文本到语音的生成方法，只需用填充标记将文本输入填充到与输入语音相同的长度，再进行去噪处理即可生成语音 ...

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@ ...

近日，总部位于美国加州旧金山的 AI 初创公司 smallest.ai 推出了其新产品 ...

作为一家致力于AI技术研发的企业，北科瑞声在语音合成方面的创新无疑对行业的发展具有指引意义。具体来看，这项专利通过引入先进的算法和技术，能够在多个维度优化语音输出质量，包括语调、情感表达以及音色的多样性。相比传统的语音合成技术，新专利所覆盖的领域和应用场景更为广泛，解决了语音合成过程中常见的自然度不足和个性化选择有限的问题。

在 RTE2024 第十届实时互联网大会主论坛上，声网首席科学家、CTO 钟声带来主题演讲。他分享了关于 AI 基础设施进化、AI 应用前景以及分布式端边云结合的 AI 系统将如何成为现代基础设施的基本形态等前沿技术上的实践。

在快速发展的科技时代，文字转语音（Text-to-Speech, TTS）技术正在悄然改变人们的信息获取方式。2024年最新发布的智能设备，在TTS功能上实现了重大突破，不仅提升了用户体验，更有望推动整个市场的变革。这款创新的设备结合了人工智能与深度学习，使得语音合成更加自然流畅，仿佛机器在与人类平等对话，极大地扩展了其应用场景。 该设备的一大亮点是其优秀的语音合成算法，能够即时将输入的文字转换为 ...

10月24日，趣丸科技宣布与香港中文大学（深圳）联合研发的语音大模型“MaskGCT”正式开源，面向全球用户开放使用。区别于传统TTS模型，该模型 ...

官方介绍称，在剧本生成方面，SkyReels 丰富了爆款创意模板。其中剧本大模型生成能力大幅提升，尤其是 优化了短剧的爽点生成能力 ，当前生成效果平均在人工剧本评级中可达到 A 甚至 S 的评级。

和腾讯、网易做游戏内AI队友不同，就在上个月，一款名为“桌崽AI”的桌面陪伴宠物火了起来，在传统桌宠的外衣下，它真正做到了懂玩家、懂游戏，且在游戏过程中提供了实实在在的价值（查攻略、实时陪聊）。从功能性这一点看，颇有点当年游戏语音助手YY的意思。

《“十四五”金融科技发展规划》和《关于银行业保险业数字化转型的指导意见》从政策层面为金融行业的数字化转型指明方向，要求优化科技战略布局，强化科技对业务全生命周期的赋能与引领作用；提高业务全流程智能化水平，将成熟的人工智能技术应用于保险“端到端运营”“ ...