低资源方言语音落地常卡在字音歧义、声调缺失、新方言数据少三类问题。本文以海峡姬音路演披露的70B MoE、统一IPA、5分钟方言MV为需求样本，结合开源DiaM...

关键词识别（KWS）模型的误触发优化，业内成熟路线是困难负样本挖掘结合全量重训。但该路线落地为在线平台后，我们观察到一个新的工程问题：同一关键词、同一份负样本、...

同形字符攻击（Homoglyph Attack）依托不同编码下视觉形态高度近似的字符构造伪造域名、网页链接与文本内容，是网络钓鱼攻击体系内隐蔽性较强的攻击手段。...

数字网络环境下，网络钓鱼已经成为电信网络诈骗主要实施载体，诈骗主体通过仿冒可信主体身份、制造情绪压迫、伪造交互界面等手段诱导普通网络用户泄露个人敏感信息、转出资...

语音输入这件事，在线服务早就做得很好了。但有两类场景一直不太好办：一是内容比较敏感， 不想让录音离开自己的电脑；二是识别出来的文字没法直接用——口述里夹着“嗯”...

从 Speaker_0 到“张三”，看起来只是把一个标签替换成姓名，实际上中间还需要经过声纹提取、声纹库检索、质量判断、开放集拒识以及身份稳定等一整套处理。

从早期的 MFCC、GMM-UBM，到 i-vector、x-vector，再到 ECAPA-TDNN、ERes2Net、CAM++、WavLM 等深度学习和预...

在电信网络诈骗诸多分支中，语音钓鱼（Vishing）长期占据高发位置。不同于传统盗刷模式，当下一类新型骗局正在蔓延：诈骗分子不再直接窃取账户密码，而是通过话术恐...

语音钓鱼犯罪已成为韩国社会财产损失最为严重的侵财类犯罪之一，其犯罪组织呈现出规模化、跨境化、产业化的演进特征。韩国警察厅公开的近五年语音钓鱼损害数据显示，从受害...

在媒体行业数字化转型的大背景下，各级广电机构、内容平台、政企宣传部门积累了海量的音视频素材。这些素材是宝贵的内容资产，但长期以来面临着"存得下、找不到、用不快"...

Qwen3-ASR 当前提供了单独的 Qwen3-ForcedAligner-0.6B。它的输入不是单纯音频，而是：

传统网络钓鱼多依托邮件、网页载体实施欺诈，PREY0058 威胁集群将语音钓鱼作为攻击入口，结合对手中间人（AitM）技术、住宅代理会话重放手段，定向针对企业...

摘要：​ 韩国金融监督院于2026年9月启动首届全国金融部门语音钓鱼预防周，相关报道显示，上半年语音钓鱼发案数量同比下降百分之六十一，经济损失同比下降百分之五十...

从流程图上看，这似乎是一条非常标准的串行链路：先判断哪里有人说话，再做语音识别，然后区分说话人，最后输出会议文本。

如果系统简单按照“最大时间重叠”给整个ASR片段分配Speaker，那么最终很可能变成：

语音钓鱼长期是金融领域危害最突出的网络欺诈类型之一，近年来人工智能语音合成、深度伪造与恶意移动应用的结合，使其攻击手段持续向技术化、精准化方向演化。本文以韩国金...