近期,内蒙古大学计算机学院首次利用非自回归语音合成技术实现了完全非自回归的实时高保真蒙古语语音合成模型MonTTS。该MonTTS模型可以以蒙古文文本为输入对mel-spectrum声学参数进行非自回归预测,之后利用HiFi-GAN声码器实…

最新声浪
查看全部 →12 月 23 日,机器学习大牛吴恩达(Andrew Ng)在其主编的人工智能周讯《The Batch》上发表了最新文章。文章中,吴恩达回顾了 2021 年全球人工智能在多模态、大模型、智能语音生成、Transformer 架构、各国 AI…
要说生活里最常见的AI应用场景,语音合成与识别当属大家最为耳熟能详的场景之一了。寻常到平时地图导航的播报、微信语音转文字、手机语音输入,以及小度智能音箱,都离不开语音技术的加持。语音技术到底是怎么实现的?有哪些现成可用的开源代码可以快速集成…
近期,新加坡国立大学Human Language Technology (HLT) 实验室发布全新情感语音数据集Emotional Speech Database (简称ESD),相关论文Emotional Voice Conversion…
对标国际制作水准,爱奇艺推出的大批高品质自制内容,不仅成功收获了国内众多用户好评,也深受海外用户的喜爱。近日,App Annie 公布了11 月中国非游戏应用出海收入排行榜,爱奇艺已跃升至第五位,同时也是国内长视频领域中唯一跻身Top 5的…
关于 GPT-3 等大规模语言模型能否理解人类语言,人们一直存在分歧。 十年前,IBM 的 Watson 获得了答题节目《Jeopardy!》的冠军,当时 IBM 宣称:「Watson 能够理解自然语言的所有歧义和复杂性。」然而,正如我们所…
腾讯AI lab 腾讯AI lab团队由100 余位来自世界知名院校的科学家,以及 300 多位经验丰富的应用工程师组成,并与世界顶级院校与机构合作,共同打造产学研用一体的 AI 生态。我们的基础研究方向包括计算机视觉、语音识别、自然语言处…
北京远鉴信息技术有限公司 北京远鉴信息技术有限公司(下称“远鉴”或“公司”)是一家高科技创新型企业,是国内领先的声纹技术及人工智能服务企业。公司发展始于为公安部、国家网信办等部委提供人工智能技术服务,具备成熟的实战经验。在多个核心技术远鉴拥…
循环智能 循环智能(Recurrent AI)是一家专注于销售科技(SalesTech)领域的企业服务公司,服务的客户主要在银行、保险、房地产、汽车等领域,涵盖线上和线下沟通场景,致力于让企业与客户的每一次沟通有更好的成效。循环智能创立于2…
云知声 云知声,是国内头部人工智能独角兽企业。以人工智能语音技术为核心,通过全栈式技术链条,为企业和用户提供智能语音技术和综合解决方案。入选2019年美国 CB Insights全球 32 强“AI独角兽”企业(中国10家,美国16家) 招…
