ZARZA We are Zarza, the prestigious firm behind major projects in information technology.
Listen "Sortformer: AI革命性的语音识别新篇章"
Episode Synopsis
在本期节目中，我们深入探讨了英伟达(NVIDIA)的创新模型Sortformer。我们将揭示它如何通过一种名为“排序损失”(Sort Loss)的新颖方法，巧妙地解决了语音分离（说话人日志）中的“排列问题”，从而彻底改变了多说话人自动语音识别(ASR)技术。我们将讨论Sortformer如何与ASR系统无缝集成，通过创新的“说话人核函数”和“排序序列化转录”技术，实现端到端的联合优化。准备好了解这项让机器更懂对话的突破性技术吧！
More episodes of the podcast AI Podcast
策略内蒸馏：LLM高效训练的秘密武器
28/10/2025
EchoMimicV3：13亿参数，统一多模态多任务人体动画的魔法！
25/10/2025
智读万卷：PaddleOCR-VL的文档解析革命
24/10/2025
LongLive：实时互动长视频生成的革新之路
21/10/2025
DeepSeek-OCR：开启长上下文光学压缩新纪元
20/10/2025
LightRAG：大模型检索增强生成的图谱新范式
20/10/2025
Voila：迈向自主语音AI的里程碑
15/10/2025
机器人学习：从经典到通用策略的深度探索
15/10/2025
Muon优化器：AI训练提速的秘密武器
14/10/2025
月光私酿：边缘设备上的微型专业ASR模型
11/10/2025
In God we trust