本文介绍新一代 Kaldi 中的 LSTM GradientFilter：相关代码：https://github.com/k2-fsa/icefall/blob/master/egs/librispeech/ASR/pruned_transducer_stateless2/scaling.py#L115。

未来，FlagScale 将继续保持与上游项目 Megatron-LM 最新代码同步，引入更多定制功能，融合最新的分布式训练与推理技术以及主流大模型、支持异构AI硬件，力图构建一个通用、便捷、高效的分布式大模型训练推理框架，满足不同规模和需求的模型训练任务。在开放式的环境中学习多种任务是通用智能体的重要能力。《我的世界》（Minecraft）作为一款受欢迎的开放世界游戏，具有无限生成的复杂世界和大

时光仿佛有穿越到了从前，在你诗情画意的眼波中，在你舒适浪漫的暇思里，我如风中的思绪徜徉广阔天际，仿佛一片沾染了快乐的羽毛，在云环影绕颤动里浸润着风的呼吸，风的诗韵，那清新的耳语，那婉约的甜蜜，那恬淡的温馨，将一腔情澜染得愈发的缠绵。（Grad-TTS-CFM，使用BigVGAN通用声码器，优化1&3&5还未集成，还有明显发音错误）CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voiceb

edge-tts --voice zh-CN-YunyangNeural --text "大家好，欢迎关注语音之家，语音之家是一个助理AI语音开发者的社区。查询结果中的Gender为声音的性别，Name为声音的名字，如zh-CN-YunjianNeural，其中zh表示语言，CN表示国家或地区，可以根据需求选择不同的声音。它接受与 edge-tts 选项相同的参数。此外，必须使用 --rate=-

本文主要介绍目前开源可下载的两个较大规模的知识类数据集，包括147万百度知道知识类数据集、425万社区问答webtext2019zh知识类数据2大数据集，以及8000条保险行业问答数据、15.6万条电信问答数据、77万条金融行业问答数据、20.3万条联通问答数据以及4万条农业银行问答数据等6大小规模领域问答数据集。

端到端语音识别系统在足够多数据上训练后，往往能达到不错的识别效果，然而在实际应用场景中，对于不常见的专有名词，例如人名、产品名、小区名等，往往容易识别错误，此类问题需要快速修复，这就需要用到热词增强功能。

中国计算机学会副理事长、澜舟科技创始人兼CEO周明博士表示，随着预训练模型的兴起，魔搭这样的模型社区有望成为AI时代的基础设施，能将AI模型以较低门槛提供给广大开发者，让AI惠及全社会。目前已上架的中文模型超过100个，占比超过1/3，包括了一批探索人工智能前沿的中文大模型，如阿里通义大模型系列、澜舟科技的孟子系列模型、智谱AI的中英双语千亿大模型等。，旨在降低AI的应用门槛。达摩院率先向魔搭社区

edge-tts是github上的一个开源项目，可以免费将文本转为语音，别看它只有2.8k star，替代科大讯飞的收费TTS服务完全没问题，因为这个项目实际是调用的微软edge的在线语音合成服务，支持40多种语言，300多种声音，效果毋容置疑。

今天主要是围绕ESPnet-SE这个工具做一个简单的介绍。

现有的模型在10万小时规模时其性能就接近饱和，团队在中文10万小时标注数据训练的模型基础上，利用100万小时无标注数据做NST[10]训练，在通用测试集上取得相对7%的CER下降，同时模型的泛化能力得到明显的改善，在20个领域测试集上平均CER相对下降15%。以中文普通话和英语这样的大语种为例，尽管视频平台提供了充足的业务场景语音数据，但有监督数据达到一定规模之后，继续标注的ROI将非常低，必然需