OpenAI 推出 ChatGPT iOS 应用
OpenAI 发布 ChatGPT 的 iOS 应用，支持对话同步、语音输入，并集成了最新的模型改进。
推荐理由：原文说明 ChatGPT iOS 应用同步对话和语音输入，方便读者了解移动端功能更新。
技术方向
语音与音频 最新动态
AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
43 条精选近 30 天 24 条共收录 494 条
更新
精选归档 · 第 3 页
OpenAI精选AI 评分7474
Hugging Face Blog精选AI 评分7676 Hugging Face 实现 Microsoft 的 SpeechT5 语音模型
Hugging Face 在 Transformers 库中实现了微软研发的 SpeechT5 语音模型，支持 TTS、ASR 和语音转换。该模型利用统一的 Transformer 架构，通过在混合数据上预训练并结合不同的前馈层和反向网络来执行多项任务。
推荐理由：通过预训练统一模型架构，展示了语音与文本模态如何共享 Transformer 骨干实现多任务处理。
OpenAI精选AI 评分7373 OpenAI 开源 Whisper 语音识别模型
OpenAI 训练并开源了名为 Whisper 的神经网络，其在英语语音识别上具备接近人类水平的鲁棒性和精度。
推荐理由：官方开源了具备类人鲁棒性和精度的英语语音识别模型。