Whisper 是一个通用语音识别模型，由 OpenAI 开发。它可以识别多种语言的语音，并将其转换为文本。Whisper 模型采用了深度学习技术，具有高准确性和鲁棒性。

阿里开源大模型FunAudioLLM，一个创新的框架，旨在促进人类与大型语言模型（LLMs）之间的自然语音交互。FunAudioLLM的核心是两个开创性的模型：用于语音理解的SenseVoice和用于语音生成的CosyVoice。

伴随 ChatGPT 带来的通用 AI 大模型突破，工业 AI 应用领域亦有望迎来快速发展。据德勤的研究，中国制造业人工智能应用市场规模在2025年有望超过140亿人民币，年均增长率超过40%，此次关注重点放在设备的预测维护分析上。

本文提出的Multi-breath模型在ICBHI 2017数据集上取得了59.2%的Score，优于现有轻量级模型，可以很好地提高自动异常呼吸音分类的准确性。

本指南的目标是帮助你培养对视觉不一致性的敏锐眼光，并校准你对图像是否由AI生成、真实或太模糊而无法在没有进一步信息的情况下知道的直觉。

活性检测已成为VCS中一种普遍的防御策略，主要设计用来确定语音命令是否来自真实的人类。这种方法背后的基本前提是，大多数恶意命令都是机器生成的。这些命令通常通过扬声器播放或直接通过音频文件（如WAV文件）输入到VCS API中。与这些人工产生的命令不同，真正的人类用户不会以这种方式生成语音命令。因此，通过识别人类语音的特征，活性检测旨在过滤掉这些非人类、机器生成的输入，从而增强VCS的安全性。

2024年5月，语音情感基座模型emotion2vec的新版本发布emotion2vec+。emotion2vec+ 的迭代过程最终是在 160,000 小时的语音情感数据中筛选出 40,000 小时的数据来训练 emotion2vec+ large 模型。emotion2vec+在HuggingFace的表现明显超过其他高下载开源机型。

人工智能算法影响评价（AIA）构建与应用实践

该平台采用匿名、随机的方式让不同的大模型产品进行对抗评测，基于国际象棋等竞技游戏中广泛使用的埃洛等级分系统，通过用户投票产生，系统每次会随机选择两个不同的大模型机器人和用户聊天，并让用户在匿名的情况下选择哪款大模型产品的表现更好一些。在盲测平台https://arena.lmsys.org/上，大模型们两两相比，用户自主输入对大模型的提问，模型A、模型B两侧分别生成两PK模型的真实结果，用户在结果

通过本出版物面向考虑在其工作流程中使用生成性AI模型的公司和当局，以提高对这些模型的基本安全意识，并促进它们的安全使用。为此，除了机会外，它还突出了与生成性AI模型相关的最显著的当前危险、在规划和开发阶段、运营阶段以及使用生成性AI模型过程中可能出现的风险，以及与整个模型生命周期相关的可能的对策。