产品应用8
小米新AI语音框架,人人可成声音导演
量子位
AI 摘要
小米大模型应用团队推出Midasheng - audio - generate和Xiaomi Any2Speech框架。前者可凭自然语言生成全场景声音,后者让AI理解声学与叙事,未来语音生成或由自然语言直接驱动。
阅读原文 · 量子位
小米AI语音新框架:人人都能当声音导演
小米大模型应用团队提出Midasheng - audio - generate与Xiaomi Any2Speech两大音频生成框架。前者可实现全场景声音重建,后者让AI学会理解声学空间与叙事逻辑,改变了语音合成应用场景与思路。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯8
罗福莉剧透小米MiMo v3新架构
小米罗福莉提前剧透MiMo v3核心新架构HySparse2,该架构针对Agent多轮任务中长上下文输入处理成本高的痛点优化,相关论文已公开,模型尚未正式发布,文中披露了架构设计与实验效果数据。
量子位
开源动态9
小米6天烧2000万拿下开源第一大模型
本文报道小米开启史无前例的大模型训练直播,6天花费约2344万元完成MiMo-V2.6系列强化学习训练,训练出的MiMo-V2.6-Pro登顶开源大模型第一,全套技术资源全部开源,引发AI行业热议。
量子位
推荐文章9
小米烧347万训出开源第一大模型
本文作者实测小米花费347万美元训练的开源大模型MiMo-V2.6,从多类真实场景测试模型能力,分析性能成本与实际体验,给出客观真实的测评结果。
花叔
产品应用7
小米:借物理AI打通人车家全生态
该文探讨小米在物理AI领域的发展。物理AI与生成式AI有别,更重感知与执行。小米有手机、汽车、家庭入口,补齐多样能力,成全球首个在「人车家全生态」落地物理AI的公司,优势显著。
机器之心