今日论文合集:cs.SD语音21篇,eess.AS音频处理21篇。 cs.SD语音 【1】 Audiovisual Moments in Time: A Large-Scale Annotated Dataset of Audiovisua…

最新声浪
查看全部 →语音/音频处理学术速递[8.21]
105 0 0
新一代 Kaldi 热词识别功能
什么是热词 热词其实是一个特别容易引起歧义的说法,尤其是在语音领域,比如唤醒词/命令词/新词都有人称之为热词,本文中要讨论的热词识别是在语音识别语境下的“上下文词语偏置”对应的英文为 contextual biasing。热词识别到底是做什…
501 0 0
知存科技 | 招聘语音算法开发工程师、算法移植工程师(杭州)
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、定位并解决市场反馈的语音系统相关…
142 0 0
ICASSP 2023说话人识别方向论文合集
今年入选 ICASSP 2023 的论文中,说话人识别(声纹识别)方向约有64篇,初步划分为Speaker Verification(31篇)、Speaker Recognition(9篇)、Speaker Diarization(17篇)…
196 0 0
迈向通用听觉人工智能!清华电子系、火山语音携手推出认知导向的听觉大语言模型SALMONN
日前,清华大学电子工程系与火山语音团队携手合作,推出认知导向的开源听觉大语言模型SALMONN (Speech Audio Language Music Open Neural Network)。 大语言模型 SALMONN LOGO 相较…
91 0 0
关于 Llama 2 的一切资源,我们都帮你整理好了
Llama 2 是一个由 Meta 开发的大型语言模型,是 LLaMA 1 的继任者。Llama 2 可通过 AWS、Hugging Face 获取,并可以自由用于研究和商业用途。Llama 2 预训练模型在 2 万亿个标记上进行训练,相比…
104 0 0
语音/音频处理学术速递[8.17]
今日论文合集:cs.SD语音9篇,eess.AS音频处理10篇。 cs.SD语音 【1】Improving Audio-Visual Speech Recognition by Lip-Subword Correlation Based V…
164 0 0
