2023年1月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况。很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。 所有文章语音合成领域统计列表请访问： http://yqli.tech/page/tts_p…
219 0 0
声浪
![语音/音频处理学术速递[2.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-02-17/1626408174028460032.jpg)
语音/音频处理学术速递[2.16]
今日论文合集：cs.SD语音5篇，eess.AS音频处理5篇。 cs.SD语音 【1】 Detecting human and non-human vocal productions in large scale audio recordi…
100 0 0
2023ChatGPT研究框架报告（附下载）
国泰君安证券对于ChatGPT进行深入研究，从其市场概况、技术路径、行业进程、商业化四个方面逐一展开说明。 从市场概况看，ChatGPT已能覆盖较多能力域，被视为AI平民化的里程碑，将带动新一轮AI发展浪潮；从技术路径层面看，ChatGPT…
92 0 0
张俊林：由ChatGPT反思大语言模型（LLM）的技术精要
ChatGPT出现后惊喜或惊醒了很多人。惊喜是因为没想到大型语言模型（LLM,Large Language Model）效果能好成这样；惊醒是顿悟到我们对LLM的认知及发展理念，距离世界最先进的想法，差得有点远。我属于既惊喜又惊醒的那一批，…
355 0 0
![语音/音频处理学术速递[2.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-02-16/1626065702798626816.jpg)
语音/音频处理学术速递[2.15]
今日论文合集：cs.SD语音3篇，eess.AS音频处理3篇。 cs.SD语音 【1】 Synthesizing audio from tongue motion during speech using tagged MRI via tra…
110 0 0
![语音/音频处理学术速递[2.14]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-02-15/1625681510927568896.jpg)
语音/音频处理学术速递[2.14]
今日论文合集：cs.SD语音8篇，eess.AS音频处理9篇。 cs.SD语音 【1】 ASR Bundestag: A Large-Scale political debate dataset in German 标题：ASR Bunde…
192 0 0
Applied Science（SCI） “语音和声学处理”专刊征稿
SCI 期刊Applied Science (影响因子 2.838) 近日发布了专刊“Advanced Technology in Speech and Acoustic Signal Processing”，欢迎各位同仁赐稿。 该专刊由清…
117 0 0
开源模型、单卡训练，带你了解爆火的文本指导音频生成技术AudioLDM
给出一段文字，人工智能就可以生成音乐，语音，各种音效，甚至是想象的声音，比如黑洞和激光枪。最近由英国萨里大学和帝国理工学院联合推出的AudioLDM，在发布之后迅速火遍国外，一周内在推特上收获了近 300 次的转发和 1500 次的点赞。在…
157 0 0
文字、图片竟能直接生成逼真音效？这AI模型也太神奇了吧！
如今的AI技术发展堪称“very神奇”，文字、图片竟能一键直接生成逼真音效，嗯，妥妥都是因为TA，一款在语音音频领域“横空出世”的新模型：Make-An-Audio。 近期AIGC如同“上了热搜”一般，火热程度居高不下，当然除了名头格外响亮…
70 0 0
语音识别系列之脉冲神经网络特征工程
文章来源于21dB声学人，作者21dB声学人 人工神经网络（Artificial Neural Network, ANN）中的单个人工神经元是对生物神经元的高度抽象、提炼和简化，模拟了后者的若干基本性质。得益于误差反向传播算法，网络权重可根…
124 0 0