标签：语音大模型

吉利汽车自研语音大模型HAM-TTS登顶 近日，吉利汽车自主研发的语音大模型HAM-TTS在发音准确性、自然度和说话人相似度等方面超越了之前的SOTA成果VALL-E，成为该领域的领军者。这一突破性进展让吉利汽车成为了语音合成大模型赛道上的一匹“黑马”。 吉利星睿AI大模型的应用 吉利自研的HAM-TTS模型全称为“Hierarchical Acoustic Modeling for Token-Based Zero-Shot Text-to-Speech”，即基于token的零样本文字转语音分层声学建模。这一技术主要应用于智能座舱的交互环节，显著提升了语音助手的发音质量。具体来说，HAM-TTS模...

中国电信推出创新语音大模型，星辰语音，能识别和理解30多种包括温州话在内的方言，打破了以往单一模型仅支持特定方言的局限。该模型在多项国际比赛中表现出色，如INTERSPEECH2024和NIST低资源粤语识别任务，并已在智能客服等领域应用。中国电信是首个完成大语言模型研发并开源的央企，其语音大模型以超大规模语音预训练和多方言联合建模为核心技术，有效降低了新方言的数据需求。此外，中国电信还构建了丰富的方言数据库，并拥有强大的算力资源。他们选择方言作为重点，旨在保护和传承语言文化，提高沟通效率，特别是帮助老...

随着国内大模型竞争加剧，科大讯飞的讯飞星火大模型V3.5版本升级，提升了对长文本、长图文和长语音处理的能力。新版本新增了星火图文识别大模型、多情感超拟人合成技术和一句话复刻功能。据官方介绍，讯飞星火大模型在长文本处理上表现出色，能快速理解大量文本数据，并提供精准的行业问答答案。在IT之家的评测中，V3.5版本与GPT-4相媲美，甚至在逻辑推理和知识更新速度上具有优势。 长文本体验方面，讯飞星火大模型V3.5的“星火合同助手”组件能辅助用户快速起草合同，准确解读和回答复杂信息，如隐私政策和保险条款。对于长...