面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
听歌识曲背后的技术:音频指纹
原创2 years ago
听歌识曲背后的技术:音频指纹

随着大数据时代的汹涌而至,互联网上的信息量急剧膨胀,呈现出爆炸式的增长态势。这一背景下,传统依赖于文本标注的检索机制已日渐显得力不从心,难以满足用户对多媒体内容高效检索的迫切需求。因此,聚焦于多媒体文件内在内容信息的新型检索技术应运而生,并…

76 0 0
INTERSPEECH2024 | BS-PLCNet2: 利用模型内蒸馏的两阶段分频带丢包补偿网络
INTERSPEECH2024 | BS-PLCNet2: 利用模型内蒸馏的两阶段分频带丢包补偿网络

随着互联网和通讯技术的发展,实时的音频流传输已经成为网络通信的一个非常重要的部分。同时,由于各种因素,比如网络拥堵、带宽限制、硬件故障等,音频数据包在传输过程中可能会丢失,这会对语音通信的质量产生严重影响,造成用户体验下降。最近我们提出了一…

26 0 0

为语音开发者而生