近日，清华大学 NLP 实验室、OpenBMB 和面壁智能联合发布并开源了 UltraEval-Audio，这是一个专为音频模型设计的测评框架。UltraEval-Audio 不仅为音频大模型领域

在人工智能领域，随着 OpenAI 的 o1和 DeepSeek 的 R1模型受到广泛关注，大语言模型（LLM）的推理能力和测试时扩展(TTS)技术引发了众多研究者的兴趣。然而，在处理复杂推理问题

Nari Labsという2人組のスタートアップ企業が、16億パラメーターを持つテキスト音声変換（TTS）モデル「Dia」をリリースしました。テキストプロンプトから自然な会話を直接生成することを目指

一家名为 Nari Labs 的两人创业公司发布了 Dia，这是一个拥有16亿参数的文本转语音 （TTS） 模型，旨在直接从文本提示生成自然对话。其联合创始人 Toby Kim 声称，Dia 的性

一家名爲 Nari Labs 的兩人創業公司發佈了 Dia，這是一個擁有16億參數的文本轉語音 （TTS） 模型，旨在直接從文本提示生成自然對話。其聯合創始人 Toby Kim 聲稱，Dia 的性

最近 AI 圈可是熱鬧非凡，今天咱們就來聊聊其中的 “狠角色”——LLaMA-Omni2。這是一系列超厲害的語音語言模型（SpeechLMs），參數規模從0.5B 到14B 不等，專門爲實現高質量

A new breakthrough has been achieved in open-source text-to-speech (TTS) technology! The recently

人工知能領域の急速な発展の中で、国産の大規模モデルの進化速度には驚かされます。今年の初めには、DeepSeek-R1が低コストでOpenAIを上回る性能を示し、海外の大規模モデルによる市場の独占的

在人工智能領域的快速發展中，國產大模型的進步速度讓人驚歎。早在今年初，DeepSeek-R1以超低成本獲得了超越 OpenAI 的表現，令人重新審視國外大模型的壟斷地位。如今，MiniMax 再次

Artificial intelligence speech synthesis technology has made a new breakthrough. A text-to-speech