标签: speech

2026年6月25日

• audio
• speech
• music
• neural-codec
• semantic-tokens
• autoregressive
• soundstream
• w2v-bert
• textless-nlp

2026年6月25日

• omni
• mllm
• audio
• video
• image
• speech
• open-source
• vita
• siglip
• whisper
• conv-gmlp

2026年6月25日

• audio-language-model
• lalm
• speech
• asr
• s2tt
• voice-chat
• dpo
• whisper
• qwen

2026年6月25日

• omni
• moe
• unified
• any-to-any
• speech
• image-generation
• video
• gpt-4o-class
• open-source

2026年6月25日

• omni
• multimodal
• any-to-any
• speech
• thinker-talker
• tmrope
• streaming
• open-source
• qwen

2026年6月25日

• speech
• audio-llm
• voice-chat
• tts
• dual-codebook
• rlhf
• open-source
• multimodal

2026年6月25日

• omni
• audio
• audio-visual
• speech
• asr
• tts
• moe
• thinker-talker
• streaming
• agent
• multilingual