AudioLM

Overview

• 保存済み ✓

  

  テクノロジー

  Google Meet、AIリアルタイム翻訳のベータテストを開始： Geminiが実現する「声まで通じる」未来のコミュニケーション

  Google I/O 2025で発表された数々の新技術の中でも、ひときわ大きな注目を集めているのが、ビデオ会議サービス「Google Meet」に搭載されるAIを活用したリアルタイム音声翻訳機能だろう。これは単なる文字起 […]

  2025年5月21日 8 分で読める

• Hacker News Show HN: Audiomass – a free, open-source multitrack audio editor for the web
  ▲ 549 pantelisk 2026年5月24日
• Hacker News YouTube audio quality – How good does it get? (2022)
  ▲ 116 fhinson 2025年2月1日
• Hacker News Python notebooks for fundamentals of music processing
  ▲ 277 yeknoda 2024年6月2日
• arXiv AudioPaLM: A Large Language Model That Can Speak and Listen
  ▲ 0 Paul K. Rubenstein 2023年6月22日
• arXiv LM-VC: Zero-shot Voice Conversion via Speech Generation based on Language Models
  ▲ 0 Zhichao Wang 2023年6月18日
• arXiv UniCATS: A Unified Context-Aware Text-to-Speech Framework with Contextual VQ-Diffusion and Vocoding
  ▲ 0 Chenpeng Du 2023年6月13日
• arXiv SoundStorm: Efficient Parallel Audio Generation
  ▲ 0 Zalán Borsos 2023年5月16日
• arXiv HiFi-Codec: Group-residual Vector quantization for High Fidelity Audio Codec
  ▲ 0 Dongchao Yang 2023年5月4日
• Hacker News Sounding the Secrets of AudioLM
  ▲ 85 tullie 2023年2月24日
• Hacker News AudioLM: A Language Modeling Approach to Audio Generation
  ▲ 58 espadrine 2022年9月12日