语音合成又称文语转换技术 (Text-to-speech, TTS),是将文本转换为自然语音的一类技术,是服务于语音交互、信息播报、有声朗读等任务的核心技术。在深度学习的推动下,语音合成的自然度和音质得到了巨大的提升。然而,仅仅合成听起来自…

最新声浪
查看全部 →天津启阅 天津启阅科技有限公司是一家专业互联网高科技企业。旗下网站“飞卢中文网”运营了6年多,拥有资深编辑12名,达2万名以上的驻站作者,上千万名注册会员,月IP量900万以上,PV量达1亿以上。 其平台下飞卢中文网成立于2005年5月的飞…
赛思信安 北京赛思信安技术股份有限公司(简称赛思信安),成立于2007年,是一家专注大数据领域核心技术研发,提供优质的大数据产品与服务的高新技术企业。赛思信安在北京设有研发中心,拥有完备的软硬件研发配套设施和大数据研发团队,形成了广泛的营销…
腾讯ARC Lab 腾讯ARC Lab被称为腾讯 PCG 的「侦察兵」、「特种兵」,站在腾讯探索挑战智能媒体相关前沿技术的第一线。 ARC(Applied Research Center)肩负着探索和挑战智能媒体相关前沿技术的使命,旨在成为…
人们通过聆听和观察说话者的嘴唇动作来感知言语。那么,AI 也可以吗? 事实上,研究表明视觉线索在语言学习中起着关键的作用。相比之下,人工智能语言识别系统主要是建立在音频上。而且需要大量数据来训练,通常需要数万小时的记录。 为了研究视觉效果,…
地平线 地平线是边缘人工智能芯片的全球领导者。得益于前瞻性的软硬结合理念,地平线自主研发兼具极致效能与开放易用性的边缘人工智能芯片及解决方案,可面向智能驾驶以及更广泛的通用 AI 应用领域提供全面开放的赋能服务。目前,地平线是国内唯一实现车…
借助读唇语,人类能够更容易听懂他人的讲话内容,那么AI也能如此吗? 最近,Meta提出了一种视听版BERT,不仅能读唇语,还能将识别错误率降低75%。效果大概就像如下这样,给一段视频,该模型就能根据人物的口型及语音输出他所说的内容。 而且与…
本次分享FastSpeech作者任意发表于NeurIPS 2021的另一篇语音合成论文《PortaSpeech: Portable and High-Quality Generative Text-to-Speech》。该论文提出了一个轻量…
作者:朱鹏程 近日,由网易伏羲语音与音乐团队、上海视觉艺术学院流行音乐舞蹈学院王玉老师团队、西工大音频语音与语言处理研究组谢磊老师团队、同济大学设计创意学院吴洁老师团队联合发布的中文精标歌声合成数据集Opencpop,正式在wenet开源社…
聚 力 维 度 聚力维度前身为十二维度(北京)科技有限公司,创始于2012年,公司专注计算机视觉和人工智能技术研发,致力用人工智能颠覆影视制作行业。 聚力维度科幻成真实验室研发的人工智能2D转3D平台峥嵘,将院线级3D转制效率提升1000多…
