近日，FFmpeg宣布推出全新的汇编语言课程，旨在帮助开发者更深入地理解多媒体处理的核心技术。该课程将重点讲解如何利用汇编语言优化FFmpeg的性能，特别是在视频编解码、音频处理等领域的应用。通过本课程，开发者将...

近日，Audiocube正式亮相，这是一款专为空间音频设计的三维数字音频工作站（DAW）。Audiocube通过创新的3D界面，使用户能够在虚拟的三维空间中直观地操控音频元素，从而更精确地实现声音的定位和移动。该工具不仅支...

Mixxx是一款遵循GNU通用公共许可证（GPL）的开源DJ软件，专为DJ和音乐爱好者设计，提供了全面的音乐混合和播放功能。新版本Mixxx在音频处理、界面设计以及用户体验方面进行了重大改进，包括新的波形显示和增强的音频...

SunVox是一款功能强大的模块化合成器和数字音频工作站（DAW），为音乐制作人和音响设计师提供了丰富的创作工具。其模块化设计使用户能够自由组合不同的音频模块，从而实现独特的声音设计。SunVox支持多种音频格式，...

Kyutai，一家法国的开放研究实验室，成功地训练出一款具有极低延迟的纯音频LLM。他们成功地创建了一个令人印象深刻的演示，将在未来几个月内开源。Kyutai的这项工作表明，纯音频LLM的实现并不遥不可及，只是需要在技...

近日，NX-AI宣布发布了他们的xLSTM代码。xLSTM是一种基于LSTM的模型，用于处理序列数据的分类和回归问题。与传统的LSTM相比，xLSTM具有更好的性能和效率。这个代码的发布将使更多的人能够使用xLSTM，并将其应用于各...

本文介绍了SALMONN，这是一种独特的AI模型，它将文本理解与处理各种音频输入（从语音到音乐）的能力相结合。 SALMONN不仅在训练过的音频任务（如语音识别）中表现出色，而且展示了令人印象深刻的新技能，例如将语音...

研究人员已经开发出一种名为EncodecMAE的方法，该方法借鉴了基于文本的模型的思想，用来创建一个通用音频模型。这种新的方法对于理解语音、识别音乐或者识别环境中的声音等不同类型的音频任务都有很好的效果。Encode...