作者叶蓉 全球化下应用最广泛的 AI 技术是什么?机器翻译必然是其中之一。除了纯文本信息的传播,随着流媒体越来越普及,语音翻译有着越来越广泛的应用:大到国际会议的翻译,小到电影电视等视频翻译的字幕。 这里给大家介绍在字节跳动 AI-Lab…

最新声浪
查看全部 →今天跟大家分享一篇语音相关的论文合集:cs.SD语音8篇,eess.AS音频处理11篇。 cs.SD语音 【1】 Finding Fallen Objects Via Asynchronous Audio-Visual Integratio…
作者ASLPer 作为语音相关研究领域的旗舰国际会议,INTERSPEECH2022(Annual Conference of the International Speech Communication Association)将于9月1…
清微智能 北京清微智能科技有限公司是可重构计算芯片领导企业,提供以端侧为基础,并向云侧延伸的芯片产品及解决方案。核心技术团队来自清华大学微电子所,从事芯片研发13年,兼具芯片、软件、算法和系统研发能力,是前沿芯片架构可重构技术的提出者和实践…
目前开源语音识别的主流的方案有Kaldi、 K2、PaddleSpeech、ESPnet 、WeNet。 关于主流的落地方案是什么,这个要分开说。 如果想搞科研,那么ESPnet就会更适合一些,WeNet也可以;如果要产品落地的话,那么目前…
WeNet这个工具包本身的定位不是提供一些基础的组件让大家去实践一些新的算法,它最大的特点是讲究落地性,它会总结并集成目前工业界最有效的一些实践的方式,相当于帮大家做了筛选,直接跳过一些坑。 对于语音识别的初学者来说,可以通过WeNet构建…
目前来说,语音识别落地的难点有中英混、方言、预训练模型等。 首先,中英混是一个语音识别落地的难点,现在有很多研究在做;其次,方言也是一个难点,这里面主要是数据的问题,像是低资源的模型的构建,就是在数据比较少的情景如何构建语音模型;其他的还有…
启明星 在闭幕的 Odyssey 2022 学术研讨会上,清华大学语音和语言技术中心孙浩然同学的研究工作《Cycleflow: Purify Information Factors by Cycle Loss》获最佳学生论文奖。Odysse…
微软亚洲研究院 微软亚洲研究院机器学习组致力于从算法、应用和理论层面推进人工智能前沿研究,加速人工智能在自然科学和产业应用中的探索。机器学习组开发了 LightGBM,LightLDA, Dual Learning, Graphormer…
中国科学院声学研究所 1964年,为落实国家声学规划,满足国家迫切需要,形成全国声学学科研究中心,经国务院副总理聂荣臻元帅批准,成立中国科学院声学研究所(以下简称声学所)。 声学所是从事声学和信息处理技术研究的综合性研究所,总部位于北京市海…
