关于 audio 的文章

最近在b站学习的过程中发现了一个需求，很多时候是对ppt的录屏并附上讲解，这就导致很多比较长的视频需要等它慢慢的讲，有些需要记录的地方得反复的拖拽进度条听解说。效率太低了，于是想研...

01 | Background Introduction to Original Audio Video TranslationHello everyone, we are the...

音频编码器是多模态大模型的重要组件，优秀的音频编码器在构建多模态系统中至关重要。在此背景下，小米集团、萨里大学与海天瑞声联合主办的 ICME 2025 Audio Encoder...

前言带大家今天拆解下最近非常火爆的解读书籍爆款短视频，单个视频最高20多万的点赞，该博主通过两个角色对话的方式解读一本书的短视频形式，仅仅只用了18个作品获得了19.5万粉丝，45...

Step-Audio：实时语音合成引擎技术解析模型介绍Step-Audio 是首个应用于智能语音交互的开源框架，其统筹理解与生成的能力，支持多种语言对话（诸如中文、英文、日文）、各...

Ray Summit是Ray社区一年一度的全球盛会，2024年于9月30日至10月2日在美国旧金山举行，主题是"Where Builders Create the AI Futur...