Logo
TGCATALOG
Catálogo Selecciones Blog
Tecnología del habla - habla

Tecnología del habla - habla

El canal está dedicado a las tecnologías del habla: reconocimiento, síntesis y asistentes de voz.

Sin valoraciones
97
23.10.2026
97
23.10.2026
Sin valoraciones
97
23.10.2026
Redirección segura vía bot
О канале

El canal está dedicado a las tecnologías del habla: reconocimiento, síntesis y asistentes de voz.

Подписчиков 1,736
Тематика Tecnología
Язык Español
Ссылка t.me/speechtech

También te recomendamos

Kekaton AI  Voz en off y clon de voz
Kekaton AI Voz en off y clon de voz
Bot

bot de IA para clonar texto a voz y voz en Telegram. Cree audio utilizando la red neuronal de forma rápida y fácil.

Descripción

🗣️ SpeechTechnology: un canal para los amantes de la tecnología de voz. Conozca los últimos sistemas de reconocimiento de voz, síntesis de voz y asistentes de IA.

🔬It publica artículos sobre desarrollo, investigación y aplicación en la vida cotidiana.

🎤Tenga en cuenta los avances en la tecnología del habla. Útil para desarrolladores, lingüistas y cualquier persona interesada en la IA.

Últimas publicaciones

Tecnología del habla - habla
Tecnología del habla - habla
🔒Открыть пост
и посмотреть медиа
Deepmind also releases something Ссылка скрыта PhaseCoder: Microphone Geometry-Agnostic Spatial Audio Understanding for Multimodal LLMs Artem Dementyev, Wazeer Zulfikar, Sinan Hersek, Pascal Getreuer, Anurag Kumar, Vivek Kumar Current multimodal LLMs process audio as a mono stream, ignoring the rich spatial information essential for embodied AI. Existing spatial audio models, conversely, are constrained to fixed microphone geometries, preventing deployment across diverse devices. We present PhaseCoder, a transformer-only spatial audio encoder that is agnostic to microphone geometry. PhaseCoder takes raw multichannel audio and microphone coordinates as inputs to perform localization and produces robust spatial embeddings. We demonstrate that Gemma 3n LLM can be fine-tuned to reason over "Spatial Audio Tokens" produced by PhaseCoder. We show our encoder achieves state-of-the-art results on microphone-invariant localization benchmarks and, for the first time, enables an LLM to perform complex spatial reasoning and targeted transcription tasks from an arbitrary microphone array.
Tecnología del habla - habla
Evolución de suscriptores
+0.3% últimos 30 días
Actuales
1,736
Hace un mes
1,730
Crecimiento medio
+0 / día
Actualizado
hace 1 día

Reseñas de canal Tecnología del habla - habla

Inicia sesión para dejar una reseña

Solo los usuarios registrados pueden compartir su opinión.

Aún no hay reseñas

¡Sé el primero en compartir tu experiencia con este recurso!

Recursos similares

Loading
Cambiar a tema claro
Inicio Catálogo Selecciones Blog Entrar