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
2613
话题
352
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2天前
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
15
语音
元语音
[浏览需要 0 积分] 发布于20天前
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
39
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
69
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
85
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
96
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
116
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
89
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
93
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
110
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
109
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
116
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
255
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
119
语音
元语音
[浏览需要 0 积分] 发布于2026-05-25 20:23:31
LLMs and Speech: Integration vs. Combination
论文链接
赞
评论
浏览
112
语音
元语音
[浏览需要 0 积分] 发布于2026-05-25 10:32:21
DAPO: An Open-Source LLM Reinforcement Learning System at Scale
论文链接 讲解链接
赞
评论
浏览
135
语音
元语音
[浏览需要 0 积分] 发布于2026-05-25 10:10:35
FULL-DUPLEX-BENCH V1.5: EVALUATING OVERLAP HANDLING FOR FULL-DUPLEX SPEECH MODELS
论文链接
赞
评论
浏览
224
语音
元语音
[浏览需要 0 积分] 发布于2026-05-21 14:12:55
Qwen3.5-Omni Technical Report
论文链接
赞
评论
浏览
161
语音
元语音
[浏览需要 0 积分] 发布于2026-04-28 13:47:50
KIMI K2.5: VISUAL AGENTIC INTELLIGENCE
论文链接 HF 链接
赞
评论
浏览
174
语音
元语音
[浏览需要 0 积分] 发布于2026-04-23 15:18:21
Group Sequence Policy Optimization
论文链接 代码链接
赞
评论
浏览
171
语音
元语音
[浏览需要 0 积分] 发布于2026-04-20 14:34:51
【Code】WFST Decoder with Kaldi
代码链接
赞
1
评论
浏览
145
语音
查看更多