近日，英伟达在 Hugging Face 平台上推出了其最新的自动语音识别（ASR）模型 ——Parakeet-TDT-0.6B-V2。这一新模型不仅在性能上有显著提升，还将开源理念与商业应用相结

近日，通义大模型发布CoGenAV，以音画同步理念创新语音识别技术，有效解决语音识别中噪声干扰的难题。 传统语音识别在噪声环境下表现欠佳，CoGenAV则另辟蹊径，通过学习audio-visua

近日，通義大模型發佈CoGenAV，以音畫同步理念創新語音識別技術，有效解決語音識別中噪聲干擾的難題。 傳統語音識別在噪聲環境下表現欠佳，CoGenAV則另闢蹊徑，通過學習audio-visua

阿里通义千问发布新一代语音合成大模型Qwen3-TTS，即日起通过Qwen API向全球开发者免费开放。模型提供49种多角色音色，支持10种主流语言及10种中国方言，官方称其在MiniMax TT

近日，Qwen3-TTS 语音合成模型迎来了全面升级，凭借其出色的表现，成为了语音合成领域的一颗新星。此版本不仅支持多音色、多语种和多方言，还提升了语音生成的自然性和稳定性，用户可以通过 Qwen

阿里巴巴正式推出 Qwen3家族最新成员 Qwen3-TTS，主打“零样本、多角色、跨语言”语音合成。新模型在词错误率（WER）国际基准上显著优于主流商用引擎，同步上线阿里云控制台，开发者可0元调