Creating an Audio-Based MCAT Course with Sam Smith and Carla Gillan
MedSchoolCoach 的 Sam Smith 和 Clara Gillan 与主持人 Mike Palmer 一起探讨音频作为学习工具的强大功能。Sam 主持广受欢迎的 MCAT Basics 播客，Clara 负责 MedSchoolCoach 的产品。我们听说了 Sam 在播客领域的卑微出身，以及它和基于音频的教学如何成为 MedSchoolCoach 的新 MCAT Go 产品的核心组成部分，该产品旨在提供音频学习体验。音频在哪些方面优于视频和其他格式？由于疫情，学习环境发生了哪些变化，音频微学习如何融入新的生态系统？人们对 AR/VR、AI 和沉浸式音频有何看法？收听以了解。我
The Power of Educational Audio with Zachary Davis
Mike 与即将推出的教育播客平台 Lyceum 的总裁兼创始人 Zachary Davis 一起出席了此次活动。Zachary 还是 Sound Education 会议的组织者和播客 Ministry of Ideas 的主持人。他还是新播客 Writ Large 的主持人，该播客现在随着 Lyceum 的推出而首次亮相。Zachary 讲述了他在 HarvardX（与 EdX 相关的早期 MOOC 之一）工作后如何专注于教育音频的故事。尽管在那里工作很出色，但他对早期 MOOC 的低完成率感到沮丧，最终转向播客，以便让全球观众更广泛地接触到精彩的教育内容。这导致了最近推出的 Lyceum
Party in the sky: United and Spotify announce new partnership
天空中的政党：联合和Spotify宣布新合作伙伴关系| United and Spotify宣布了首个合作的合作，在天空中提供了更有趣的旅行体验，现在有450多个小时以上的内容可以在航空公司的130,000多个座椅背屏幕上免费使用，其中许多内容提供了令人惊叹的4K质量和蓝牙音频的合适性。这个[…]天空中的邮政党：曼联和Spotify宣布新的合作伙伴关系首先出现在Aviationghana上。
New Amazon Bedrock Data Automation capabilities streamline video and audio analysis
亚马逊基岩数据自动化可帮助组织通过可自定义的多模式分析来简化开发并提高效率。无论是在视频还是音频上，它都消除了非结构化内容处理的繁重提升。新功能使提取量身定制的，生成的AI驱动的见解（如场景摘要，关键主题以及视频和音频的客户意图）变得更快。这可以为用例以提高销售生产率和增强客户体验等用例提供非结构化内容的价值。
Announcing Gemma 3n preview: Powerful, efficient, mobile-first AI
Gemma 3N是一种尖端开放型型号，旨在为设备上的快速，多模式AI设计，具有优化的性能，具有2合1型号的独特灵活性，以及具有音频的扩展的多模式理解，使开发人员能够构建现场，交互式应用程序和精致的音频体验。
Announcing Gemma 3n preview: Powerful, efficient, mobile-first AI
Gemma 3N是一种尖端开放型型号，旨在为设备上的快速，多模式AI设计，具有优化的性能，具有2合1型号的独特灵活性，以及具有音频的扩展的多模式理解，使开发人员能够构建现场，交互式应用程序和精致的音频体验。
Announcing Gemma 3n preview: Powerful, efficient, mobile-first AI
Gemma 3N是一种尖端开放型型号，旨在为设备上的快速，多模式AI设计，具有优化的性能，具有2合1型号的独特灵活性，以及具有音频的扩展的多模式理解，使开发人员能够构建现场，交互式应用程序和精致的音频体验。
Announcing Gemma 3n preview: Powerful, efficient, mobile-first AI
Gemma 3N是一种尖端开放型型号，旨在为设备上的快速，多模式AI设计，具有优化的性能，具有2合1型号的独特灵活性，以及具有音频的扩展的多模式理解，使开发人员能够构建现场，交互式应用程序和精致的音频体验。
Announcing Gemma 3n preview: Powerful, efficient, mobile-first AI
Gemma 3N是一种尖端开放型型号，旨在为设备上的快速，多模式AI设计，具有优化的性能，具有2合1型号的独特灵活性，以及具有音频的扩展的多模式理解，使开发人员能够构建现场，交互式应用程序和精致的音频体验。
DeepMind har utvecklat Music AI Sandbox
Google DeepMind开发了音乐AI Sandbox，这是一种创新的工具，适用于利用人工智能来促进创造力的音乐创建者。与音乐家密切合作创建的工具提供了诸如创建新音乐零件，扩展现有作品并使用高级AI模型（例如Lyria 2）编辑音频的功能。该技术提出了有关[…] DeepMind在AI新闻上首次出现音乐AI Sandbox的哲学问题。
Text-to-Speech Solutions with Contemporary Models
近年来，基于音频的模型已经迅速发展，企业越来越多地将现代的文本到语音功能纳入其运营中。
The largest open-source AI model for video generation
Hunyuanvideo是视频生成的最大开源AI模型，拥有130亿个参数，以产生具有栩栩如生的运动和完美同步音频的高质量的电影视频。为AI驱动的内容创建设置新的基准，它提供了无与伦比的现实主义，精度和创造性的可能性。
It's Surprisingly Easy to Jailbreak LLM-Driven Robots
人工智能聊天机器人（例如 ChatGPT）和其他由大型语言模型 (LLM) 驱动的应用程序人气飙升，促使许多公司探索由 LLM 驱动的机器人。然而，一项新研究现在揭示了一种自动化入侵此类机器的方法，成功率高达 100%。通过绕过安全护栏，研究人员可以操纵自动驾驶系统与行人相撞，操纵机器狗寻找危险的地方引爆炸弹。本质上，LLM 是智能手机用来预测用户正在输入的单词其余部分的自动完成功能的增强版。经过训练可以分析文本、图像和音频的 LLM 可以提供个性化的旅行建议，根据冰箱内容的图片设计食谱，并帮助生成网站。LLM 处理文本的非凡能力促使许多公司使用人工智能系统通过语音命令帮助控制机器人，将用户的
Building a Podcast Network for Academics with Marshall Poe
在本期节目中，我们聆听了新书网络 (New Books Network) 创始人兼编辑马歇尔·坡 (Marshall Poe) 的演讲。新书网络是一个播客网络，旨在解锁专业知识并扩大学习渠道。作为一名前俄罗斯历史学家，马歇尔认识到专家的知识与公众理解之间的差距。他认为播客是弥合这一鸿沟的一种方式。新书网络始于 2007 年的一项实验，现已发展成为一个拥有 150 多个播客和一千名主持人的庞大网络。马歇尔将该网络视为一个学术机构，类似于大学出版社，专注于公共教育。他以报道深奥的话题并为后人保留专家的声音而自豪。坡设想该网络成为类似维基百科的资源，听众可以在这里找到聪明人讨论任何感兴趣的话题。他鼓
LOVO AI | BEST AI VOICE CHANGER FOR YOUR CONTENT 2024
简介 在当今世界，信息共享非常重要，有一种名为 Lovo AI 的酷炫产品对我们收听音频的方式产生了巨大影响。它就像一个特殊的计算机大脑，使用非常智能的技术，用 100 多种不同的语言发出听起来非常真实的声音。所以，无论您是……
Building Amazing Kids Learning Pods with Meredith Halpern-Ranzer
儿童播客公司 Tinkercast 的联合创始人兼首席执行官 Meredith Halpern-Ranzer 与主持人 Mike Palmer 一起谈论学习、播客以及如何向儿童及其成年人提供引人入胜的教育内容。我们首先了解了 Meredith 在芝麻街工作室和 PBS Kids Sprout 等地方为儿童创建教育媒体的背景。在意识到线性电视的衰落后，她于 2017 年与电台主持人 Mindy Thomas 和播客 Guy Raz 合作推出了 Tinkercast 及其旗舰科学播客 Wow in the World。对话涵盖了音频的学习优势，尤其是在理解、参与和创造力方面。Meredith 解释
Gavin Miller 是 Adobe Research 的负责人。30 多年来，Adobe 一直致力于通过 Photoshop、Illustrator、Premiere、After Effects、InDesign、Audition 等处理图像、视频和音频的软件，为所有从事数字媒体工作的艺术家、设计师和创意人才提供支持。Adobe Research 致力于定义这些产品的未来发展，让创意人员的生活更轻松，自动执行繁琐的任务，并让他们有更多时间在创意空间而不是像素空间中工作。这是过去十年的尖端深度学习方法比其他任何应用程序都更能发光的地方。Gavin 是技术与创造力相结合的化身。在 Ado
