待验证80% 置信事实精确时间

2023年后，随着Whisper、Bark、VALL-E等开源模型的广泛传播，从频谱图还原语音的能力已不再局限于顶级研究机构，普通技术人员借助消费级GPU即可复现

1

来源数

80%

置信度

长期有效

时效性

2026/5/22

首次发现

来源

AI复原已故飞行员驾驶舱录音：NTSB紧急关闭档案系统

rss2026/5/22

涉及实体

Whispermodel Barkmodel VALL-Emodel

相关事实

待验证2023年以来VALL-E、Bark、XTTS等模型相继问世，大幅提升了语音合成的质量门槛72% 相似待验证Whisper、SoundStorm、AudioLM等语音基础模型推动了端到端范式走向成熟72% 相似待验证当前语音AI领域存在端到端方案与管线方案并行发展的趋势，业界也出现了混合方案70% 相似待验证端到端语音架构的先驱包括 Google 的 AudioLM（2022）和 Meta 的 Voicebox（2023）68% 相似已验证Whisper是OpenAI于2022年开源的自动语音识别模型，采用Transformer架构，在68万小时多语言音频数据上训练而成68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/11157

API

curl https://kongchang.com/api/v1/knowledge/claims/11157

MCP

get_claim(id=11157)