Kezek 开源工具:把单声道双人对话拆成按说话人分轨的全双工数据

manifestro · hf · 2026-11-19

Manifestro 发布 Kezek(论文+代码+权重+Demo),解决全双工语音对话模型的数据痛点:大多数现有双人对话音频是单声道混音,而全双工模型需要按说话人分轨的数据来学习轮次、重叠和插话。

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →