★ 2
arXiv 论文：全双工语音模型轮次风格迁移
论文识别出全双工语音语言模型中决定何时发言的单一后层残差流方向，称为 initiative vector。该方向可读取决策并提前 800 毫秒预测发言起始，缩放后可将语音占比从 6-12% 提升至 42-61%。短参考录音即可将说话人的轮次风格迁移到模型，且迁移具有参考特异性。
arXiv NLP17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文识别出全双工语音语言模型中决定何时发言的单一后层残差流方向，称为 initiative vector。该方向可读取决策并提前 800 毫秒预测发言起始，缩放后可将语音占比从 6-12% 提升至 42-61%。短参考录音即可将说话人的轮次风格迁移到模型，且迁移具有参考特异性。
开发者发布开源项目 ReelMimic，用户提供参考视频和一句需求，即可生成同风格的新视频。系统先解析参考片的剪辑节奏、镜头长度、转场、构图、色彩与运镜，再由多个 AI 智能体并行制作并交叉校验每个镜头。项目本地运行，依赖 Claude Code 或 Codex CLI，采用 MIT 许可。