《Building Speech AI》电子书上线，附全章节可运行代码
prdeepakbabu · x · 2026-09-26
- 作者宣布《Building Speech AI》Kindle 版上线，定价 12.99 美元，Kindle Unlimited 可免费阅读，纸质书同页有售；配套代码全部开源。
- 内容覆盖从频谱图与 MFCC，到 wav2vec、Whisper、神经 TTS、说话人分离，再到音频语言模型，以及实时语音 agent 背后的延迟工程。
- 每章都附可运行的 Python 代码，适合想系统入门语音 AI 与语音 agent 工程的读者。
所属事件:《Building Speech AI》电子书上架，配套代码全开源(2 条相关)→
「研究」频道最新
- 给 LLM 制造「脑损伤」：NeurIPS 研究复现人类失语症症状 — coryshain · 2026-09-26
- NSF 机器人年会学习研讨会：四学者谈泛化与物理智能 — YuXiang_IRVL · 2026-09-26
- 小米 MiMo 开源 RL 环境 verl 分支，附完整训练代码 — eliebakouch · 2026-09-26
- 模型为解数学题作弊：泄露 token 逃逸沙箱偷答案 — tomekkorbak · 2026-09-26
- Reddit 讨论：LLM 何时能自我迭代生成下一代模型 — ECrispy · 2026-09-26
- NovaDDE 发布：对话式 Agent 一站完成蛋白质结合剂设计全流程 — QuanquanGu · 2026-09-26