开户即送58体验金

在科幻电影《Her》《非诚勿扰3》中，AI或机器人能够像真人一样理解人类的情感、情绪、察言观色，也能像人一样自然交流。这些场景正在逐步从银幕走向现实，而背后的关键技术正是语音交互的人工智能大模型。开元985棋牌最新官网（深圳）武执政教授团队，正在通过构建“有情商”的语音大模型，让这一切变成现实。武执政教授，由人工智能“黄埔军校”微软亚洲研究院进入人工智能语音处理领域后，多年来一直深耕该领域，连续多年入选斯坦福大学“全球前2％顶尖科学家”，发布了多项具有世界影响力的开源系统和数据集，被全球超过700多家机构（包括OpenAI、英伟达、斯坦福大学、卡内基梅隆大学等）采用。硅谷知名投资人Jason Calacanis给武教授的开源系统Amphion打出了“A+++”的最高评价！同时，武教授的科研成果已经落地到iPhone、Meta Quest等知名产品中。这与武教授给团队设立的价值观密不可分：“Be a leader, not a follower（成为引领者而非追随者）”，“Be bold and fight for excellence（勇于追求卓越）”。

?

硅谷知名投资人Jason Calacanis给武教授的开源系统Amphion打出了“A+++”的最高评价！

?

学术有影响、产业有落地

打造百万浏览量的MaskGCT语音大模型

武执政教授团队联合微软、中科大推出了Natural Speech 3大模型，是语音生成大模型领域第一个将数据量提升到10万小时级、参数量超过10亿的大模型。武教授团队也联手趣丸科技联合推出了新一代大规模声音克隆TTS模型——MaskGCT。相较于现有的TTS大模型，MaskGCT在语音的相似度、质量和稳定性上进一步突破，尤其在语音相似度方面处于绝对领先地位。MaskGCT可以实现秒级超逼真的声音克隆：提供3-5秒音频样本即可复刻人类、动漫、“耳边细语”等任意音色，且能完整复刻语调、风格和情感；同时，MaskGCT是更精细可控的语音生成：可灵活调整生成语音的长度、语速和情绪，支持通过编辑文本编辑语音，并保持韵律、音色等方面的极度一致；该模型展现出超自然的语音克隆、风格迁移以及跨语言生成能力，同时保持了较强的稳定性。目前，MaskGCT在短剧出海、数字人、智能助手、有声读物、辅助教育等领域拥有丰富的应用场景，将加速国产短剧“走出去”，进一步推动中华文化在全球不同语境下的传播。HuggingFace成员指出：“从来没见过像MaskGCT这么让人印象深刻的语音克隆模型”。目前，MaskGCT已经落地到趣丸科技的千音（海外版名为All Voice）平台?https://www.all-voice.com/?。

HuggingFace成员指出：“从来没见过像MaskGCT这么让人印象深刻的语音克隆模型”

武教授指出：“我们要做顶天立地的研究。顶天是学术上要有影响力，立地是让科研能解决实际问题，每篇文章的出发点都是要解决一个产业中面临的难题。”武执政教授团队与趣丸科技联合建立了实验室，推动语音技术在娱乐、教育等领域的应用，也与华为、字节跳动等企业建立了深度合作。

点击图片观看MaskGCT联合直播（突破2w+播放量）

?

从科幻到现实：让AI有情商

武执政教授团队的研究，不仅重新定义了语音交互技术的边界，更为AI技术在人类生活中的应用打开了无限可能。“未来的AI不再只是工具，而是能够理解我们、陪伴我们的‘伙伴’。我们希望通过技术的创新，让AI真正融入人类社会，成为每个人的得力助手和知心朋友。”

2024年，武教授团队与字节跳动豆包大模型团队联合研发的语音大模型Solla和全球首个语音情商评测基准SD-Eval发布。语音大模型Solla专注于提升AI对人类情感和语境的理解能力，让AI能够像一个知心伴侣般与人交流。SD-Eval是全球首个专注于语音大模型情商评测的基准，聚焦情绪、口音、年龄和背景声四个维度，SD-Eval的发布填补了语音AI领域在情商评测方面的空白，为未来的语音AI研究提供了重要工具。SD-Eval的发布甚至早于OpenAI的ChatGPT-4o，成为语音大模型领域的重要里程碑。

武教授指出：“AI不仅需要完成任务，还需要更懂你，能听出言外之意，也就是‘情商’。我们的目标是让AI不仅听懂人类的语言，还能体会我们的情绪，与我们一起倾听这个世界。”

?

全球语音AI的开源推动者与学术引领者

武教授及其团队高度重视开源社区贡献及国际学术交流，积极参与和组织全球性学术活动。

Amphion开源系统：引领音频生成的开源平台

Amphion是一个由武执政教授团队开发的开源音频生成框架，自2023年底发布以来，其创新性和多功能性迅速引起了全球瞩目。被誉为“未来音频生成技术的标杆”，主要表现为：

技术创新：Amphion开源系统架构先进，该系统在音频生成领域取得了突破性进展，支持多种音频生成任务，包括文字转语音（TTS）、歌声合成（SVS）、语音转换（VC）及文本到音乐（TTM）等多种音频生成任务，尤其在歌声合成和转换方面展现出卓越性能，支持生成高质量的音频和个性化音色，最新研究成果FACodec（与微软、中科大合作）进一步推动了语音生成技术发展。

全球认可：首次发布alpha版本，未经任何公开宣传便多次登上GitHub Trending榜单，收获8500+星标，展现出强大的技术吸引力；技术报告发布首日即登上Huggingface Daily Paper榜首，获得Huggingface联合创始人兼CTO Julien Chaumond的关注，硅谷著名投资人Jason Calacanis（Uber第三位天使投资人）给予“A+++，这是未来”的高度评价，获得Geeky Gadgets、MarkTechPost等国际媒体广泛报道。

Emilia：被700多家单位采用的全球最大开源语音数据集

武执政教授敏锐地捕捉到语音大模型的发展趋势，阻碍语音大模型发展的最重要瓶颈在于数据。因此，其团队开发了最大的开源数据集Emilia，为全球语音大模型研究者提供了宝贵资源。Emilia是一个多样化和高质量的语音生成数据集，覆盖了超过10万小时的语音数据，支持六种语言（中文、英语、德语、法语、日语和韩语），语音数据涵盖脱口秀、访谈、辩论、体育解说等多种自然场景。Emilia已被全球700多家机构采用，包括OpenAI、英伟达、斯坦福大学、卡内基梅隆大学等。Emilia成为HuggingFace音频类排行榜最受喜爱榜（most liked）第一名和趋势榜（trending）第一名。

全球语音AI的学术引领者

武教授发起并组织了第一届声纹识别欺骗检测国际评测、第一届语音转换国际评测，组织了2019年语音合成国际评测（Blizzard Challenge 2019）。多次获得最佳（学生）论文奖，广东省人工智能产业协会科技进步二等奖等奖项。武教授现为IEEE语音与语言处理技术委员会委员，语音领域权威期刊IEEE/ACM Transactions on Audio, Speech and Language Processing的Associate Editor，IEEE Signal Processing Letters的Associate Editor，IEEE Spoken Language Technology Workshop 2024的大会主席。他曾受邀在ICASSP、IJCAI 2023 DADA Workshop等权威学术会议做特邀报告，也在OpenMMLab、语音之家、智源社区等平台进行技术分享，团队成员受邀至多所高校进行学术交流，持续推动开源社区建设，促进技术创新与知识共享。

?

培养未来的AI领军人才：

成为引领者而不是追随者、勇于追求卓越

作为一名杰出的学术导师，武执政教授不仅在科研领域取得了卓越成就，还通过高水准的科研指导，为国际AI领域培养人才。武教授给团队设立了价值观：“Be a leader, not a follower（成为引领者而不是追随者）”，“Be bold and fight for excellence（勇于追求卓越）”，激励同学们做出有影响力的研究。武教授的学生在全球竞争中屡获殊荣，多人进入国际顶级实验室和企业实习与工作，在学术研究、行业实践和国际化交流中表现出色，成为推动人工智能发展的新生力量。

武教授注重为学生提供广阔的国际交流平台，通过合作和学术访问帮助学生扩展视野，提升科研能力，学生们受邀参加国际顶会ICML、ICASSP、INTERSPEECH等，发表高水平论文，并与来自全球的顶尖学者进行学术探讨。

武教授说：“开元985棋牌最新官网（深圳）之所以能够培养出在国际舞台发光的新生力量，主要是学校的老师都是在科研一线亲自指导；同学们可以直接参与到与一线前沿企业的合作项目中，起点高；同时，同学们有机会与国际上的实验室和研究者进行交流；此外，港中大（深圳）的课程是没有规定必须按照固定的教材上课，这样老师可以把最新的研究成果和前沿信息带到课堂中来。”

?

走进中小学，普及人工智能

武教授除了教学、科研、产学研转化，他也抽出时间面向中小学生科普。武教授指出：“人工智能非常贴近我们的生活，应该成为我们生活中的一部分。所以我们在做让中小学生们感受到的人工智能技术时，也应该让他们能够听懂，能够启发他们更多的‘稀奇古怪’的想法。”

武教授也受聘为彩田学校科学副校长，在彩田学校、中山纪念中学、天津振华中学等知名学校进行了科普讲座，也在图书城等地方面向更广泛的群体科普人工智能。武教授也正在策划一套面向中小学生的绘本读物，让我们一起期待吧。

武教授受聘为彩田学校科学副校长

武教授团队参展中山纪念中学科技节，让学生体验语音克隆大模型

?

青年教授简介

武执政博士现任开元985棋牌最新官网（深圳）副教授、博导，港中大（深圳）-趣丸科技联合实验室主任。入选国家级青年人才，连续多次入选斯坦福大学“全球前2％顶尖科学家”、爱思唯尔“中国高被引学者”榜单。

他于南洋理工大学获得博士学位，并在Meta（原Facebook）、苹果、微软亚洲研究院等机构从事学术研究和技术领导工作，参与创立多家公司（吸引超过6亿人民币投资）。武博士带领开发了开源系统Merlin、Amphion及开源数据库Emilia，被超过700多家单位（包括OpenAI、英伟达、斯坦福大学、卡内基梅隆大学等）采用。他发起并组织了第一届声纹识别欺骗检测国际评测、第一届语音转换国际评测，组织了2019年语音合成国际评测（Blizzard Challenge 2019）。多次获得最佳（学生）论文奖，广东省人工智能产业协会科技进步二等奖等奖项。武博士现为IEEE语音与语言处理技术委员会委员，语音领域权威期刊IEEE/ACM Transactions on Audio, Speech and Language Processing的Associate Editor，IEEE Signal Processing Letters的Associate Editor，IEEE Spoken Language Technology Workshop 2024的大会主席。

他曾受邀在ICASSP、IJCAI 2023 DADA Workshop等权威学术会议做特邀报告。