IT之家 1 月 22 日消息，小米创办人、董事长兼 CEO 雷军今日宣布，小米多项 AI 创新成果入选国际顶级会议 ICASSP 2026，包括音频理解、音乐生成评估、通用音频 - 文本预训练、视频到音频合成等多个 AI 领域的技术研究成果。

IT之家 12 月 17 日消息，Meta 今日发布了首个统一的多模态音频分离模型 —— SAM Audio。 Meta 表示 SAM Audio 是一个“最先进的统一模型”，通过使用自然的、多模态的提示，使音频处理变得简单，能够轻松地从复杂的音频混合中分离出任何声音 —— 无论是通过文本 ...

IT之家12 月 17 日消息，Meta 今日发布了首个统一的多模态音频分离模型 —— SAM Audio。 Meta 表示 SAM Audio 是一个“最先进的统一模型”，通过使用自然的、多模态的提示，使音频处理变得简单，能够轻松地从复杂的音频混合中分离出任何声音 —— 无论是通过文本 ...

国际语音顶级会议 Interspeech 2026 将于2026年9月在澳大利亚悉尼举行。由小米、萨里大学、清华大学、海天瑞声联合发起的第二届 Audio Encoder Capability Challenge（AECC）音频编码器能力挑战赛将同步亮相 Interspeech 2026，目前已正式开放报名。 当前，音频大语言模型（LALMs ...

Audio Brewers推出一款多声道转换器插件ab Encoder MS，旨在简化中侧声（MS）及双中侧声（DMS）录音向一阶Ambisonics（1OA）的转换流程。 该插件可将中侧（MS）及双中侧（DMS）信号直接编码为Ambisonics格式，省去中间立体声解码步骤，完整保留原始录音的空间特性。

近日，腾讯音乐娱乐集团旗下的在线音乐流媒体平台酷狗音乐宣布，其自主研发的节拍提取技术与结构识别技术，在国际音频检索领域权威赛事MIREX 2025（Music Information Retrieval Evaluation eXchange）双赛道中力压群雄，双双夺冠。这一突破不仅彰显了酷狗音乐行业领先 ...

智东西9月15日报道，今天，阿里巴巴通义实验室推出了FunAudio-ASR端到端语音识别大模型。这款模型通过创新的Context模块，针对 ...

步骤1：访问能用AI工具 步骤2：进入API管理界面 步骤3：生成新的API Key 使用OpenAI API的实战教程 2024年，OpenAI重磅推出了多模态语音交互模型——GPT-4o-Audio-Preview，它不仅支持文本与音频的混合输入输出，还在情感识别、实时响应、语音合成等方面实现了多项技术 ...