文章来源于THUHCSI人机语音交互实验室,作者HCSIers 分享3篇清华大学人机语音交互实验室(THUHCSI) 在AAAI 2024上被录用的论文,本次被录用的3篇论文涉及基于大语言模型(LLM)的语音情感描述生成、基于强化学习(RL…

最新声浪
查看全部 →今日论文合集:cs.SD语音6篇,eess.AS音频处理6篇。 cs.SD语音 【1】Underwater Acoustic Signal Recognition Based on Salient Features 标题:
香港中文大学(深圳)数据科学学院武执政副教授团队联合上海人工智能实验室 OpenMMLab 团队开源了综合音频生成项目 Amphion(安菲翁)。该系统旨在打造一个集语音合成转换、歌声合成转换、音效音乐生成等多功能为一体的开源平台。截至目前…
语境偏置(Contextual biasing)旨在将语境知识集成到语音识别(ASR)系统中,以提高在相关领域词汇(俗称“热词”)上的识别准确率。诸多ASR实际应用场景很可能会包含训练数据中数量很少或完全没出现的词语,这些词语大多是领域相关…
今日论文合集:cs.SD语音9篇,eess.AS音频处理11篇。 cs.SD语音 【1】SpokesBiz -- an Open Corpus of Conversational Polish
招聘岗位 语音算法开发工程师 职位描述 1、负责基础的语音算法与系统的开发、优化与调试,包括语音信号前端处理、语音后端识别、语音识别系统的搭建与维护等。 2、根据产品需求和技术方案,实现语音算法的落地、验证和优化。 3、定
文章来源于Python兴趣圈,作者方圆也有小天地 本文小编给大家推荐一款名为insanely-fast-whisper的音频转录工具,近期在 Github 上超级火🔥🔥🔥。 insanely-fast-whisper是一款功能强大的音…
语音/音频生成算法资深工程师(社招/实习) 职位描述 1、负责音频语音等预训练大模型算法和数据生态的研发。 2、负责语音合成应用技术产品化效果和效率的持续优化。 3、负责跟进业界前沿算法发展方向,持续优化通用类生成效果。
今日论文合集:cs.SD语音23篇,eess.AS音频处理24篇。 cs.SD语音 【1】Evaluation of Barlow Twins and VICReg self-supervised learning for sound pa…
招聘岗位 语音识别资深工程师 职位描述 1.训练语音识别模型、声纹识别模型、语音大模型,持续优化基础系统性能。 2.处理线上badcase、优化场景模型,持续提升业务效果。 3.跟踪业界进展,推进新算法落地与应用。
