WeNet简介 WeNet是出门问问语音团队联合西工大语音实验室开源的一款面向工业落地应用的语音识别工具包,该工具用一套简洁的方案提供了语音识别从训练到部署的一条龙服务,其主要特点如下:

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4篇,eess.AS音频处理4篇。 本文经arXiv每日学术速递授权转载 微信公众号:arXiv_Daily cs.SD语音 【1】 BigVGAN: A Universal Neu
语音之家社区自上线以来备受好评,为了更好地服务AI语音开发者,社区正式推出AI工匠学堂助力开发者从0到1的学习平台。 登录语音之家社区后,点击【学堂】即可进入。
今天跟大家分享一篇语音相关的论文合集:cs.SD语音1篇,eess.AS音频处理3篇。 本文经arXiv每日学术速递授权转载 微信公众号:arXiv_Daily cs.SD语音 【1】 Few-Shot Audio-Visual Learn…
以下文章来源于阿里语音AI,作者郑斯奇 说话人日志(Speaker Diarization,SD)系统的目标是解决“谁在什么时间说话”的说话人识别问题,是一种可以广泛应用于客服、会议等多轮对话场景的语音技术。无监督聚类一直是 Speaker…
来源丨腾讯技术工程 ICPR2022多模态字幕识别比赛(Multimodal Subtitle Recognition简称MSR竞赛),日前圆满结束了。 本次竞赛由Tencent OCR & ASR Oteam 联合华南理工、华中科技大学、…
作者:宋星辰 千呼万唤始出来,犹抱琵琶半遮面。WeNet 社区期待良久的完全体 ONNX 终于和大家见面了。ONNX 成立的初衷就是解决神经网络模型在不同训练、推理框架之间的转换问题,而模型转换又是模型部署过程中一个重要的环节。因此,ONN…
建信金融科技有限责任公司 · 是中国建设银行股份有限公司旗下从事金融科技行业的全资子公司。 · 是国有大型商业银行设立的第一家金融科技公司,国内商业银行内部科研力量整体市场运作的第一家。 · 目前规模为6500人左右,注册资本16亿元。是迄…
本文介绍Wenet中的Cache 标准的forward是整个序列进行计算,但是在流式推断时,需要chunk级别的forward,因此需要引入cache的概念,即当前chunk的进行前向计算时,需要拿到上次前向的一些结果作为输入。 什么是ca…
外研在线 北京外研在线数字科技有限公司基于外研社深厚的教育内容积累与强大的专家学术资源,顺应教育技术智能化、交互化、自主化和移动化的发展趋势,从学习、教学、测评、科研、合作交流等方面全面助力外语混合式教学与学习。公司目前已经发布上线的数字化…
