近年来，随着深度学习与生成式人工智能的快速发展，语音合成（Text-to-Speech, TTS）与语音转换（Voice Conversion, VC）技术日趋...

国家邮政局监测数据显示，今年“双11”期间，全国快递业务量累计139.38亿件，日均揽收量达6.34亿件。

在智能设备普及的今天，“小爱同学”“Siri”等语音助手的唤醒交互早已深入人心。但你是否想过，在浏览器环境中，仅通过前端技术就能实现类似的“关键词唤醒”功能？无...

近日，科技巨头谷歌（Google）在美国多个州法院提起民事诉讼，剑指一个长期活跃、疑似位于中国境外的短信钓鱼（smishing）犯罪团伙。该团伙通过伪装成E-Z...

端到端多模态语音识别技术通过整合语音、唇形、上下文等多种信息，显著提高了语音识别的准确率和鲁棒性。

2025年10月18日，韩国首尔东部地方法院对一起以柬埔寨为基地、专门针对韩国民众实施语音钓鱼诈骗的犯罪团伙作出一审判决：主犯徐某（32岁）被判处6年有期徒刑，...

在语音AI技术不断演进的今天，传统外呼机器人正被大模型彻底重塑。 从“能打电话”到“会沟通”，从“执行脚本”到“理解意图”，外呼行业正进入一个由 语义智能驱动...

国际声学、语音与信号处理会议（ICASSP）即将召开，某中心在本届会议上发表了36篇研究论文，主题涵盖从经典的噪声和回声消除信号处理问题，到歌声与乐器音轨分离、...

在翻译会话期间，智能助手并行运行两个自动语音识别模型，同时运行一个独立的语言识别模型。输入语音同时传递给两个自动语音识别模型。然而，根据语言识别模型的分类结果，...

某中心研究人员在本年度声学、语音与信号处理国际会议上发表了50多篇论文。其中多数聚焦于自动语音识别及相关主题，如关键词识别和说话人识别，但也涉及计算机视觉和联邦...

“张总亲自打电话过来，说项目紧急，让我马上把财务系统的临时权限给他……我没想到会是假的。”某科技公司IT管理员小陈（化名）回忆起几天前的经历，仍心有余悸。就在那...

在AI技术日益普及的今天，诈骗手段也悄然“升级”。你接到一通电话，那头传来的是你母亲焦急的声音：“孩子，我出事了，快打钱！”——但声音虽真，人却未必是她。近年来...

你接到一通电话，听筒里传来公司CEO熟悉的声音，语气急促：“马上安排一笔500万的紧急付款，对方账户我已经发你邮箱了。”你照做后却发现，老板此刻正在国外开会，根...

近年来，自动语音识别已转向全神经网络模型。连接时序分类损失函数因其无需依赖先前上下文即可进行预测，成为ASR（特别是端到端ASR）的有吸引力的选择，从而产生推理...

近日，谷歌威胁情报组（GTIG）发布一份重磅安全报告，揭露一个名为UNC3944的网络犯罪团伙正利用“打电话骗密码”的老套路，结合高阶技术手段，对美国零售、航空...

在IEEE自动语音识别与理解研讨会（ASRU）上，我们提出了一项工作，通过训练机器学习模型来确定何时真正需要澄清，从而减少不必要的后续问题。

设备端自动语音识别（ASR）模型接收语音信号，输出按概率排序的识别假设集合。这些假设以网格形式表示——一个包含识别单词及单词间转移概率的图结构。

循环训练语音合成和语音识别模型，以及通过语言理解改善语音韵律，仅仅是语音相关领域交叉融合的几个例子。

本周，IEEE国际声学、语音与信号处理会议(ICASSP)以虚拟形式拉开帷幕，两周后（5月22-27日）将在新加坡举行线下会议。ICASSP是IEEE信号处理学...