语音识别方向 职位描述: 1、语音识别算法模块开发及性能优化。 2、根据业务需求提供算法方案,并针对业务中出现的问题给出解决方案,保证方案正常交付。 3、大规模语音识别模型训练及效果优化。 4、跟进学术界工业界最新成果并落地,持续提升语音识…

最新声浪
查看全部 →语音合成中的Lora,插件式speaker开发,语音克隆的未来~ 论文链接: https://arxiv.org/abs/2211.00585 论文标题: Adapter-Based Extension of Multi-Speaker T…
FunASR是由达摩院语音实验室开源的一款语音识别基础框架,集成了语音端点检测、语音识别、标点断句等领域的工业级别模型,吸引了众多开发者参与体验和开发。为了实现工业落地的最后一公里,开发了FunASR runtime-SDK,方便开发者高效…
今日论文合集:cs.SD语音5篇,eess.AS音频处理4篇。 cs.SD语音 【1】 Roman Numeral Analysis with Graph Neural Networks: Onset-wise Predictions fr…
1 概述 语音识别技术,是将语音信号转换为文本内容的技术。目前比较流行的语音识别技术主要有两种。一种是基于Kaldi的传统语音识别技术,另一种是目前流行的基于深度学习模型的端到端语音识别技术。Kaldi是一种大而全的语音识别处理框架,集成了…
招聘岗位 语音识别工程师 职位描述: 1.负责公司人工智能平台智能语音相关工作的开发,熟悉智能语音各技术链条相关工作原理。 2.负责自然语言理解(NLP)引擎的开发和优化工作,能够实时将用户的输入通过引擎模型转换为对应的输出。 3.全面参与…
目前,开源的端到端语音识别工具比较多,比较常用的包括:ESPnet、wav2letter++、WeNet、PaddleSpeech、OpenSeq2Seq、Fairseq、新一代Kaldi等等。 其中,WeNet是首个面向产品和工业界的端到…
生成式AI的变革狂潮中,企业能怎么赚钱?0元可用的代码神器,让Stable Diffusion推理成本直砍50%的工具……亚马逊云科技帮你把门槛打下来了! ChatGPT一声惊雷,让全球见识到了生成式AI的威力。 当前,生成式AI进入一个爆…
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】 Whisper-AT: Noise-Robust Automatic Speech Recognizers are Also Strong Gener…
招聘岗位 多语种语音识别算法工程师 职位描述: 1.负责多语种语音识别算法研究; 2.跟踪国内外最新的技术进展,基于业务持续优化多语种语音识别性能。 职位要求: 1.声学、信号处理、计算机相关专业硕士及以上; 2.熟悉Linux开发环境,熟…
