编辑｜陈萍、Panda继 SAM（Segment Anything Model）、SAM 3D 后，Meta 又有了新动作。深夜，Meta 放出音频分割模型 SAM ...

在训练过程中，SAM Audio不仅学会分离目标声音，还同时学会生成剩余声音。这意味着它能够输出两个音轨：一个包含你想要的声音，另一个包含所有其他声音。这种设计使得该系统既可以用来提取声音，也可以用来去除不想要的声音，就像一把双刃剑，正反两面都能使用 ...

阿里通义本次开源了 Fun-Audio-Chat 8B ，该模型在 OpenAudioBench、MMAU、Speech-ACEBench、VStyle 等多个榜单上“同尺寸模型排名第一”，综合性能超 ...

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、视觉提示还是时间段标记。这种直观的方法模拟了人们自然与声音互动的方式，使音频分离更加易于使用和实用。

12月26—28日，2025广州国际音响唱片展在广州东方宾馆与中国大酒店举行，在一连三天的展会中，上海爱威影音携旗下代理的Cambridge Audio亮相。本届展会，爱威影音在东方宾馆一楼大堂中庭及功能展厅这个半开放式的展位把Cambridge ...

12月23日，阿里通义开源新一代语音交互模型Fun-Audio-Chat-8B。用户可与模型音频对话，适用于语音聊天、情感陪伴、智能设备和语音客服等多种场景。即日起，用户可在魔搭社区、Hugging Face和GitHub下载模型自行体验。

Three-Body Universe, the global exclusive operator and rights holder of "The Three-Body Problem," released a new audio drama ...

谷歌最近发布了 Gemini2.5Flash Native Audio 的更新，显著增强了其语音助手的功能。这一版本旨在更好地处理复杂的工作流程，提高执行用户指令的准确性，同时使对话更加自然流畅。根据谷歌的反馈，新版本在开发者指令的遵循率上从84% 提升至90%，这表明语音助手在理解和执行用户请求方面有了显著进步。

前述内容由第一财经“星翼大模型”智能生成，相关AI内容力求但不保证准确性、时效性、完整性等。请用户注意甄别，第一财经不承担由此产生的任何责任。 如您有疑问或需要更多信息，可以联系我们 [email protected] 阿里发布端到端语音交互模型Fun-Audio-Chat 据通义大模型消息，阿里巴巴发布新一代端到端语音交互模型Fun-Audio-Chat，并已开源8B模型权重、推理代码、Funct ...

meta公司近日在音频技术领域取得重大突破，正式推出全球首款统一多模态音频分离模型——SAM Audio。该模型通过融合文本、视觉及时间维度提示，实现了对复杂音频场景的智能解析，标志着音频处理技术向人性化交互迈出关键一步。 研发团队介绍，SAM ...

阿里巴巴-W(09988.HK)旗下通义大模型发布新一代端到端语音交互模型Fun-Audio-Chat，已开源8B模型权重、推理代码及Function Call接入示例。(ta/a)~阿思达克财经新闻... 阿里巴巴-W(09988.HK) +0.800 (+0.546%) 沽空 $12.93亿; 比率 18.441% 旗下通义大模型发布新一代端到端语音交互模型Fun-Audio-Chat，已开源 ...

凤凰网科技讯 12月23日 通义大模型发布新一代端到端语音交互模型Fun-Audio-Chat。这是通义百聆语音模型系列中，首个主打“语音对语音”交互能力的模型，支持用户直接通过语音与模型进行多轮对话。