兄弟们，这个强啊，效果真的挺棒复旦大学OpenMOSS人工智能开放实验室推出首个端到端实时语音交互模型中文语音能力感觉和GPT 4o 的高级语音很接近 - 低于 200 毫秒，支持语音打断和自然互动 - 可根据指令生成多情感、多风格的语音，包括模仿特定角色的情绪。 - 丰富的情感控制：支持生成多种情感语音，如欢快、严肃、悲伤等。语音风格多样化：可以模拟不同的角色语调、情绪和

#复旦大学 #OpenMOSS #人工智能 #语音交互 #实时语音 #情感控制 #语音风格 #GPT-4 #中文语音

相关新闻

RamenPanda

17小时前

按照现在的架势，最先弄出AGI的应该是谷歌了

RamenPanda

23小时前

美银证券对 $NVDA 的评级（买入，目标价 275 美元）： “英伟达是唯一一家在大型人工智能集群中证明了全栈、机架规模执行能力的商用芯片供应商，首先是 Blackwell（GB200），接着是 Blackwell Ultra（GB300），明年则是 Vera Rubin（VR），这使其到 2026 日历年下半年将拥有三代产品经验。云资本支出担忧往往具有季节性（第四季度最高），通常在新一年开始

Ken Wong

1天前

前几天刷到的时候还以为是AI🥶

Colin Wu

1天前

亲身经历 AI 的第一和第二阶段，第三和第四阶段不知道什么时候会到来？第一阶段：视觉智能，人脸识别、自动驾驶、无人机第二阶段：认知智能，机器具有学习、理解、工作能力第三阶段：行动智能，家用、工业、人形机器人第四阶段？AI 城市？AI 企业？AI 社会？AI 决策？从过去来看，AI 的跨越发展往往都是突然到来，而不是渐进。

赵纯想

2天前

人工智能骗子们说：神经网络模拟的正是人脑的工作方式。但是，从那篇论文《all you need is attention》，到现在，谜底始终写在谜面上。从天文数字的语料中提炼出来的，就是注意力。大模型在生成“成功、乃是、失败、之”之后，它的所有注意力，都瞄准了那个“母”字。这是凝固的注意力，是僵尸注意力。而人脑的注意力是：我让你闭上眼睛，不许低头的情况下，告诉我，你手腕上的表丢了没有。这时候，