首页
推荐
关注
语音
文本
图像
大模型
发帖
登录
首页
话题
发帖
首页
推荐
关注
语音
文本
图像
大模型
消息
登录
最新
推荐
元语音
shylockasr@qq.com
关注
个人成就
积分
2721
话题
360
评论
51
注册排名
3
个人资料
编辑资料
昵称
元语音
签名
shylockasr@qq.com
主页
https://www.meta-speech.com/user/3
粉丝
17
更多
没有更多内容了
粉丝
关注
4
更多
没有更多内容了
关注
话题
文章
元语音
[浏览需要 0 积分] 发布于17小时前
Context Projector: Complementary Keyword and Dialogue Context Embeddings for LLM-based ASR
论文链接
赞
评论
浏览
4
语音
元语音
[浏览需要 0 积分] 发布于10天前
Qwen3-TTS Technical Report
论文链接 代码链接
赞
评论
浏览
28
语音
元语音
[浏览需要 0 积分] 发布于19天前
CFG-Zero: Improved Classifier-Free Guidance for Flow Matching Models
论文链接
赞
评论
浏览
79
语音
元语音
[浏览需要 0 积分] 发布于20天前
VoxCPM2 Technical Report
论文链接
赞
评论
浏览
49
语音
元语音
[浏览需要 0 积分] 发布于20天前
VoxCPM: Tokenizer-Free TTS for Context-Aware Speech Generation and True-to-Life Voice Cloning
论文链接
赞
评论
浏览
52
语音
元语音
[浏览需要 0 积分] 发布于24天前
OmniVoice: Towards Omnilingual Zero-Shot Text-to-Speech with Diffusion Language Models
论文链接 代码链接
赞
评论
浏览
54
语音
元语音
[浏览需要 0 积分] 发布于24天前
DiTAR: Diffusion Transformer Autoregressive Modeling for Speech Generation
论文链接
赞
评论
浏览
58
语音
元语音
[浏览需要 0 积分] 发布于2026-08-04 10:11:00
Qwen-Audio-3.0-TTS: Freely Controllable and Highly Robust Speech Synthesis with Multi-Stage Training Paradigm
论文链接 Demo 链接
赞
评论
浏览
119
语音
元语音
[浏览需要 0 积分] 发布于2026-07-17 13:48:50
BASE TTS: Lessons from building a billion-parameter Text-to-Speech model on 100K hours of data
论文链接
赞
评论
浏览
113
语音
元语音
[浏览需要 0 积分] 发布于2026-07-07 19:48:38
Improving Large-Scale Weakly Supervised ASR by Filtering and Selection
论文链接
赞
评论
浏览
144
语音
元语音
[浏览需要 0 积分] 发布于2026-07-07 17:14:47
Phoneme-First Prediction for LLM-Based Speech Recognition
论文链接
赞
评论
浏览
147
语音
元语音
[浏览需要 0 积分] 发布于2026-06-23 16:41:43
ZipVoice: Fast and High-Quality Zero-Shot Text-to-Speech with Flow Matching
论文链接 训练代码 推理代码 Sherpa-onnx 部署
赞
评论
浏览
160
语音
元语音
[浏览需要 0 积分] 发布于2026-06-15 21:17:32
VOCOS: CLOSING THE GAP BETWEEN TIME-DOMAIN AND FOURIER-BASED NEURAL VOCODERS FOR HIGHQUALITY AUDIO SYNTHESIS
论文链接 模型链接
赞
评论
浏览
181
语音
元语音
[浏览需要 0 积分] 发布于2026-06-11 13:46:59
Align Your Flow: Scaling Continuous-Time Flow Map Distillation
论文链接
赞
评论
浏览
143
语音
元语音
[浏览需要 0 积分] 发布于2026-06-11 13:43:38
MOSS-TTS-v1.5
论文链接 模型链接 代码链接
赞
评论
浏览
151
语音
元语音
[浏览需要 0 积分] 发布于2026-06-09 15:52:58
FSMN-VAD SFT微调代码
代码链接 Finetune 代码
赞
评论
浏览
172
语音
元语音
[浏览需要 0 积分] 发布于2026-06-09 11:02:13
AISHELL recipe for SenseVoice-small training
代码链接
赞
评论
浏览
162
语音
元语音
[浏览需要 0 积分] 发布于2026-06-08 16:02:26
FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization
论文链接 代码链接
赞
评论
浏览
184
语音
元语音
[浏览需要 0 积分] 发布于2026-05-27 14:29:48
Zapformer preview
代码链接
赞
1
评论
浏览
321
语音
元语音
[浏览需要 0 积分] 发布于2026-05-26 10:16:57
KIMI2.6 Blog
HF 链接 博客链接
赞
评论
浏览
181
语音
查看更多