语音识别占据主导地位，但某机构的研究还涉及数据表示、对话管理、问答系统等多个领域。

随着通信技术的演进，网络攻击正从传统的文本钓鱼向更具欺骗性的语音钓鱼（Vishing）形态演变。近期，智能照明品牌Aura遭遇的客户数据泄露事件，揭示了攻击者利...

随着信息通信技术的迭代升级，电信网络诈骗犯罪呈现出组织化、智能化及非接触化的显著特征。其中，语音钓鱼（Voice Phishing）作为传统社会工程学攻击的现代...

在《Voice Filter: Few-shot text-to-speech speaker adaptation using voice conversio...

最近有个需求，需要把一段文字转换成语音，找了几个在线工具，要么收费，要么有水印，要么音质惨不忍睹。后来发现微软 Edge 浏览器的 TTS（Text-to-Sp...

新系统首次使用基于注意力的序列到序列模型，摒弃了用于处理颤音和音素时长等特征的独立模型。

近期，韩国发生了一起针对韩国信用信息服务（Korea Credit Information Service, KCIS）的复杂语音钓鱼（Vishing）攻击事件...

随着国际地缘政治冲突的频发，网络犯罪团伙正迅速调整其社会工程学攻击策略，将宏观时事热点转化为微观欺诈工具。本文以韩国金融当局近期发布的关于“利用中东局势实施语音...

本文将教你如何为 OpenClaw 接入腾讯云语音识别与语音合成能力，让它真正"能听会说"——配置简单，效果直接，看完就能上手。

随着多因素认证（MFA）技术的广泛部署，传统的凭据窃取攻击面临巨大挑战，迫使网络犯罪团伙转向更具交互性和欺骗性的攻击手段。近期，身份管理厂商Okta披露了一种新...

随着区块链技术的普及与去中心化金融（DeFi）生态的演进，加密货币已深度嵌入全球支付与价值转移体系。然而，其匿名性、跨境流通的便捷性以及监管套利的空间，使其逐渐...

这是笔者之前撰写的一篇专利的技术交底书。现在这份专利已经处于公开阶段，可以免费查阅。不过经常写专利的同学都知道，正式的专利文本往往是很难直接看懂的。于是我在咨询...

随着电信网络诈骗手段的日益智能化与心理化，全球各国政府纷纷探索强化金融机构责任的监管路径。韩国政府拟议的强制性语音钓鱼（Voice Phishing）受害者赔偿...

像Alexa这样的语音智能体通常拥有多种不同的语音合成器，它们在表现力、个性、语言和说话风格等属性上各不相同。支撑这些不同应用的机器学习模型可能具有完全不同的架...

随着语音大模型的普及，不管是TTS还是ASR，都与音频处理有着紧密的联系，AIGC的蓬勃发展，也催生了文本到音频（Text-to-Audio, TTA）的落地场...

在人工智能与语音交互技术飞速发展的今天，TTS（Text-to-Speech，文本转语音）已渗透到生活与工作的方方面面。从手机导航的语音播报、智能音箱的对话反馈...

各位同学，在大模型（LLM）席卷 NLP 领域的今天，语音合成（Text-to-Speech, TTS）技术也正经历着一场范式转移（Paradigm Shift...

MeloTTS 是一个基于 VITS2 架构的高质量、多语言 TTS（文本转语音）系统，以其极快的推理速度和自然的韵律表现著称。虽然它在多语言支持上表现优异，但...