实体
CAM++
CAM++
PulseAugur coverage of CAM++ — every cluster mentioning CAM++ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的攻击利用泄露的语音表示来模仿声音
研究人员开发了一种名为“stia”的新型攻击，该攻击仅使用简短的泄露语音表示即可模仿说话者的声音，而无需原始音频或其文字记录。该方法将语音表示转换为条件序列，并训练一个流匹配模型，以指定文本和受害者声音生成语音。实验表明，仅用3秒钟泄露的Moshi表示，该攻击就达到了很高的说话人相似度得分和很低的词错误率，凸显了当前语音交互系统中的重大隐私风险。
-
Speech-LLM 系统在 MLC-SLM 挑战赛中取得高准确率
研究人员为第二届 MLC-SLM 挑战赛开发了一个新颖的 speech-LLM 系统，专注于自动语音识别和说话人日志。他们的系统结合了 DiariZen-Large-s80 分割、CAM++ 说话人聚类以及 LoRA 适配的 omniASR LLM 7B v2 识别器，在开发集上取得了 29.27% 的宏观 tcpMER，显著优于官方基线。研究还分析了工程选择的影响，发现基于嵌入的说话人聚类比端到端方法更有效，并且重叠感知分割可能无意…