IXThinker·2025-05-14 20:30

智源南開開源中文多模態語音識別數據集

智源研究院聯合南開大學構建的中文多模態語音識別數據集Chinese-LiPS，於2025年5月6日在巴黎舉行的GOSIM全球開源創新論壇上發布，並同步開放獲取，供學術與產業界研究使用。

多模態識別趨勢

隨着語音識別技術快速發展，多模態語音識別正成為學術界與工業界的研究熱點。相比傳統單純依賴音頻的方法，引入視覺資訊成為提升識別表現的新路徑，應用價值逐步浮現。