- 上云资讯 -
2025-01-20 08:22:44 121人关注
Resemble AI 发布下一代深度伪造检测模型 Detect-2B:准确率高达94%
Resemble AI，一家领先的语音克隆公司，近日宣布发布了其下一代深度伪造检测模型 Detect-2B。这款新模型在检测 AI 生成的音频方面表现出了约94%的高准确率，标志着深度伪造检测技术的又一重要进步。
2025-01-15 02:29:43 250人关注
武汉大学联合中国移动九天人工智能团队开源音视频说话人识别数据集 VoxBlink2
武汉大学联合中国移动九天人工智能团队和昆山杜克大学基于YouTube数据开源了超过11万小时的音视频说话人识别数据集VoxBlink2。该数据集包含9904382个高质量音频片段及其相应的视频片段，来自YouTube上的111284名用户，是目前最大的公开可用的音视频说话人识别数据集。数据集的发布旨在丰富开源语音语料库，支持训练声纹大模型。
2025-01-12 10:18:26 154人关注
以色列公司推出速度提升50%的开源语音识别模型Whisper Medusa
以色列人工智能公司 aiOla 近日在语音识别技术领域取得重大突破，推出了名为 Whisper Medusa 的开源语音识别模型。这款新模型的处理速度比 OpenAI 的 Whisper 模型快50%，引起了业界广泛关注。
2024-12-24 18:44:32 70人关注
AI语音转录工具Whisper被曝存在严重“幻觉” ，时常瞎编胡造
最近，一款由 OpenAI 的 Whisper 技术驱动的 AI 转录工具在医疗行业广受欢迎。许多医生和医疗机构都在使用这个工具来记录和总结与患者的会面。
2024-12-23 22:41:36 76人关注
Claude APP新增语音功能：Anthropic小范围测试最长10分钟语音听写
据悉，人工智能公司 Anthropic 正在对其 Claude 应用程序进行新功能测试。有消息称，该公司正在小范围内测试语音听写功能，用户可以进行长达 10 分钟的语音录制，由 Claude 进行转录。