-
Azure openai speech to text -Whisper “code“:“404“,“message“: “Resource not found“
题意：Azure OpenAI 语音转文本 - Whisper 报错 "code":"404","message": "Resource not found 问题背景： i'm trying to transcribe a audio file...
-
因为相信所有想法都值得变成珍珠，他做了一款AI语音笔记｜对话创始人
对话嘉宾:Ping，闪念贝壳创始人，前久邦数码、淘宝设计师，前爱范儿合伙人&副总裁 对话背景:做了一款 AI 语音笔记，但又不只做一款语音笔记。 他说，我想让科技不像科技; 他说，我讨厌人们说世界是个草台班子，没必要太努力; 他说，每一个想法都有可...
-
换了30多种方言，我们竟然没能考倒中国电信的语音大模型
不管你来自哪个城市，相信在你的记忆中，都有自己的「家乡话」:吴语柔软细腻、关中方言质朴厚重、四川方言幽默诙谐、粤语古雅潇洒…… 某种意义上说，方言不只是一种语言习惯，也是一种情感连接、一种文化认同。我们「上网冲浪」遇到的新鲜词汇中，有不少就是来自各地方言。...
-
OpenAI CEO坚称公司的 AI 技术安全可广泛使用
OpenAI 首席执行官 Sam Altman 在微软活动中坚称，OpenAI 的 AI 技术已经足够安全，可以广泛应用。这一表态发生在一场新的争议爆发之际，涉及一款 OpenAI 的 AI 语音与女演员斯嘉丽・约翰逊的声音极为相似。 Altman 在20...
-
苹果与OpenAI达成协议，iOS 18或将引入ChatGPT功能
苹果正在与 OpenAI 就将其技术引入 iPhone 达成最终协议，据彭博社的新报道。根据该报道，通过这项协议，苹果将能够在 iOS18的人工智能功能中提供由 ChatGPT 驱动的 “流行聊天机器人” 功能。 据彭博社报道，虽然苹果仍在与谷歌就人工智能...
-
一键转换动漫音！8款好用的AI变声软件
随着人工智能技术的飞速发展，AI变声软件已经成为现实，它们不仅为娱乐领域带来了革新，也为专业领域提供了前所未有的便利。从直播互动到角色扮演游戏，再到专业配音和音频制作，AI变声技术的应用场景日益广泛。 下面我将介绍几款领先的AI变声软件，它们以其独特的功能...
-
ElevenLabs AI创始人提出应对音频Deepfakes想法：加水印
AI 语音技术领域的公司正努力寻求何规范 Deepfakes，同时又不抑制创新。ElevenLabs 的联合创始人兼 CEO Mati Staniszewski 告诉《大西洋月刊》说:“这将是一场猫鼠游戏”。去年在测试版推出后，ElevenLabs 一跃成...
-
为什么要做长文本、长图文、长语音的大模型？深度解读讯飞星火V3.5春季上新
4月26日，科大讯飞发布讯飞星火大模型 V3.5的功能上新，其中一个重点就是面向用户各种场景中高效获取信息需求，发布首个长文本、长图文、长语音的大模型，能够支持文档、图文资料、会议录音等各种信息来源的快速理解和学习，还能够结合各种行业场景知识给出专业、准确...
-
半年融资1.6亿美金，AI学语言又来敲Duolingo的门了
在11月的选题《卷起来了，网易和谷歌都想抢Duolingo的生意》中，我们观察到了谷歌和网易等公司都基于 AI 开发了语言学习产品，市面上也充斥着同类产品。但测试后发现，AI 在语言学习产品中的作用主要在“练口语”这个层面，解决“开口难”问题，相比于 Du...
-
天工大模型3.0将于4月17日发布 同步开源4000亿参数MoE超级模型
在即将到来的2024年4月17日，也就是「天工」大模型一周年之际，昆仑万维宣布「天工3.0」正式开启公测!这一版本采用了4千亿级参数的 MoE 混合专家模型，并将选择开源，是全球模型参数最大、性能最强的 MoE 模型之一。 「天工3.0」相较于上一代的「天...
-
AI一点通： OpenAI whisper 在线怎么调用，怎么同时输出时间信息？
OpenAI 语音转文字 whisper API提供了两个端点，即转录和翻译，这基于我们最先进的开源大型v2 Whisper模型。它们可以用来： 将音频转录成音频所在的语言。 翻译并将音频转录成英文。 文件上传目前限制为25 MB，支持以下输入文件类型：...
-
AIGC 创业公司还没盈利，微软、Adobe 已赚得盆满钵满
一出奥特曼在 OpenAI「来去之间」的戏码，以回归暂告一段落。 过程很抓马，吃瓜群众很激动，当然了，最开心的还得是微软。 不仅因为这出「闹剧」无论怎么发展，都是微软稳赢，还因为背后潜藏着一个更大的瓜—— 大模型的最大利益获得者，居然还是...
-
Byrdhouse官网体验入口 AI实时语音翻译和字幕翻译免费在线使用地址
Byrdhouse是一个先进的 AI 语音翻译平台，旨在提供实时语音和字幕翻译服务。支持 100 多种语言，它特别适用于会议、通话和聊天等多种场合。Byrdhouse 的出现彻底改变了实时翻译的游戏规则，让用户可以专注于与全球团队和国际合作伙伴的沟通协作。...
-
OpenAI准备开发AI智能家居产品
OpenAI正准备通过开发人工智能 (AI 设备进入硬件领域。 据报道，OpenAI首席执行官Sam Altman正在与设计工作室 LoveForm 合作打造设备。 LoveForm 将为设计和用户体验做出重大贡献，而 OpenAI 则提供为设备提供支...
-
微软视频编辑工具 Clipchamp 迎来新功能，包含 AI 自动创作、AI 文本转语音
IT之家 12 月 12 日消息，微软于 2021 年收购了 Clipchamp，这是一款易于使用的基于 Web 的视频编辑工具。随后，Clipchamp 被纳入 Microsoft 365 个人版和家庭版订阅计划中。最近，微软将 Clipchamp 扩...
-
谷歌承认 Gemini AI 模型演示视频不是真实的：使用静态图像帧，并撰写文本提示供 Gemini 回应
Google 刚刚宣布了其迄今为止最强大的 AI 模型套件 Gemini，但该公司已被指控在其宣传视频中对其性能进行了误导性表述。 根据彭博社专栏作家帕尔米·奥尔森（Parmy Olson）的观点文章，Google 在一段视频中误导了公众对 Gemini...
-
Voicemod 推出新功能，允许用户创建和分享自定义 AI 语音
Voicemod 是一款实时 AI 语音变换应用，现在允许任何人根据一系列预设的基础声音来创造他们想要的任何类型的声音。 去年首次推出的 Voicemod 应用原本是一个有趣的程序，它允许用户使用基于一系列预设的 AI 来调整他们的声音，例如使用「Mor...
-
aigc是什么
一、AIGC的基本概念 AI生成内容（AIGC），是指运用人工智能技术，尤其是深度学习技术，创建各类数字内容的新型内容创作模式。AIGC继承了专业生成内容（PGC）的高质量特点，再结合用户生成内容（UGC）的分布式、互动的特点，打造了全新的数字内容生成与...
-
AI生成内容（AIGC）：概念、实现与未来趋势
一、AIGC的基本概念 AI生成内容（AIGC），是指运用人工智能技术，尤其是深度学习技术，创建各类数字内容的新型内容创作模式。AIGC继承了专业生成内容（PGC）的高质量特点，再结合用户生成内容（UGC）的分布式、互动的特点，打造了全新的数字内容生成与...