快速导航

说话人

相关内容

说话人标签为何会认错人？自动分离只是技术估算

网易号
硅屿手记 2026-10-19

南京邮电大学、上海龙垣科技申请基于双特征拼接图注意力网络的匿名说话人语音溯源专利，提高匿名语音条件下源说话人特征的判别能力和...

网易号
金融界 2026-10-19

传音Hi Translate跻身a16z《AI消费级移动应用Top 50》，展现多语言AI产品化能力

网易号
爱云资讯 2026-10-13

成都民航空管科技申请面向陆空通信的语音理解与身份验证方法及系统专利，提升多说话人语音分离与识别鲁棒性

网易号
金融界 2026-10-12

客家话标注公司信实翻译：金融双录抢话重叠说话人分离指南

网易号
信实翻译公司 2026-10-12

对话 VoxMem 一作肖扬：长上下文不等于长期记忆，音频大模型正陷入「声学失忆」

网易号
AI科技评论 2026-10-12

多会话语音记忆基准VoxMem，专治音频大模型记不住「谁说的、怎么说」

网易号
新浪财经 2026-10-09

多会话语音记忆基准VoxMem，专治音频大模型记不住「谁说的、怎么说」

网易号
新智元 2026-10-09

兰州话多人同时交谈音频处置与信实翻译多人混叠语音处理边界

网易号
信实翻译公司 2026-10-08

云上曲率申请训练数据稀缺的说话人日志构建方法与系统专利，有效降低对标注数据的依赖

网易号
金融界 2026-10-06

卓驭科技申请用于智能座舱的服务匹配方法以及相关设备专利，分区域执行与每一说话人对应的指令信息

网易号
金融界 2026-10-06

极氪、吉利申请说话人分离方法、装置、电子设备和存储介质专利，确定音频帧对应的说话人角色

网易号
金融界 2026-10-03

米塔视界申请基于声纹记忆的语音对话方法、系统、设备及存储介质专利，解决现有技术中多人对话场景下无法区分说话人的问题

网易号
金融界 2026-10-03

当伴侣吵架吵到面红耳赤，如果交给AI来"劝架"，AI能听懂多少？

网易号
新浪财经 2026-10-01

当伴侣吵架吵到面红耳赤，如果交给AI来"劝架"，AI能听懂多少？

网易号
科技行者 2026-10-01

多人对歌语音角色分割难点与信实翻译对唱语音说话人区分规则

网易号
信实翻译公司 2026-09-30

实时转写、智能摘要、会议系统联动：AI语音转写从工具到平台的演进

网易号
VISSONIC议朗 2026-09-29

哈工大申请结合说话人匹配的个性化开放词汇语音唤醒方法专利，降低多人环境下误唤醒率

网易号
金融界 2026-09-26

赛轮思申请跨语言任意到一语音转换专利，实现说话人信息的替换

网易号
金融界 2026-09-25

当AI一边听你说话一边猜你是谁

网易号
科技行者 2026-09-24

声纹识别在会议中，为什么不能简单等同于“认出某个人”？

网易号
飝星逐月的狗子 2026-09-23

阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate，支持原文译文同帧同出

网易号
DoNews 2026-09-20

阿里千问发布同声传译大模型

网易号
IT时代网 2026-09-19

阿里千问发布同声传译大模型 Qwen3.8-LiveTranslate

网易号
IT之家 2026-09-19

腾讯会议ASR能力升级：多讲话人区分、多模态长上下文理解能力提升

新闻
大京新闻网 2026-09-18

米塔视界申请多说话人持续语音识别方法专利，实现了无需预先注册声纹、能够在线实时运行、自动管理声纹标识，并在交互过程中实时识别...

网易号
金融界 2026-09-17

科大讯飞申请说话人识别方法专利，避免在多用户交互场景中因抢话、视觉算法波动等因素导致的说话人身份误判问题

网易号
金融界 2026-09-12

小米开源CocktailASR语音识别模型

网易号
IT时代网 2026-09-11

小米开源工业级目标说话人语音识别大模型Xiaomi-CocktailASR-1

网易号
IT之家 2026-09-11

小米发布目标说话人语音识别大模型Xiaomi-CocktailASR-1

网易号
CNMO科技 2026-09-11

AI语音转写系统选型：准确率之外，这几个维度也值得关注

网易号
VISSONIC议朗 2026-09-10

会议转写为什么还需要声纹识别？真正用过才知道

网易号
飝星逐月的狗子 2026-09-08

布依乡村访谈中插话抢话音频处置与信实翻译

网易号
信实翻译公司 2026-09-07

为什么总说“前三”，很少说“第三”？背后藏着认知密码

网易号
积学储宝 2026-09-04

为什么总说“前三”，很少说“第三”？背后藏着认知密码

网易号
中国社会科学网 2026-09-04

Meta实时语音模型Muse发布：支持20人分离，每小时0.18美元

网易号
ZAKER科技 2026-09-03

Meta甩出语音转写“神器”：准确识别中英文夹杂，支持超20人长聊1小时

网易号
智东西 2026-09-02

Meta语音转写模型词错率3.1%，支持20余人分轨转写

网易号
金融界 2026-09-02

Meta发布首款实时音频模型Muse Voice Transcribe

网易号
ZAKER科技 2026-09-02

《印象笔记使用手册》第 3 讲：录音、语音速记

网易号
印象笔记 2026-09-01

硅基智能申请基于音频特征替换的视频转换方法专利，提升语音翻译后的音频的合成效果

网易号
金融界 2026-09-01

支持说话人区分的会议听记工具功能定位观察

网易号
肉肉知学 2026-08-31

谷歌突然发布“最强听写模型”：Agent时代的落伍产品，还是关键拼图？

网易号
InfoQ 2026-08-28

谷歌突然发布“最强听写模型”：Agent时代的落伍产品，还是关键拼图？

网易号
AI前线 2026-08-27

会说24种语言、能「捏」出任意音色、还能随手改：小红书FireRedTTS3发布！

网易号
机器之心Pro 2026-08-21
没有更多内容了
热点新闻
© 1997-2026 网易公司版权所有 About NetEase | 公司简介 | 联系方法 | 招聘信息 | 客户服务 | 隐私政策 | 不良信息举报 Complaint Center | 廉正举报 | 侵权投诉
无障碍浏览 进入关怀版