声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理10篇。 cs.SD语音 【1】 Musical Excellence of Mridangam: an introductory review标题：《Mrianga

阿里语音AI

原创3 years ago

以下文章来源于阿里语音AI，作者达摩院语音实验室 流式识别即实时语音识别技术，可以让用户在语音输入过程中即时获取识别结果，获得流畅自然的交流体验，在车机助手、实时字幕、电话语音转录等人机交互场景中扮演着重要角色。同时，流式识别也面临一些挑战…

新智元

原创3 years ago

开源LLaMA神话再次复现！首个开源650亿参数大模型高性能预训练方案，训练加速38%，低成本打造量身大模型。 来源丨新智元 「百模大战」正风起云涌，AIGC相关企业融资和并购金额也屡创新高，全球科技企业争相入局。 然而，AI大模型风光无限…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理15篇。 cs.SD语音 【1】 Multilingual Speech-to-Speech Translation into Multiple Target Languages标题

阿里语音AI

原创3 years ago

得益于语音识别技术的发展，人工智能可以帮助人们记录会议，自动检测与会后行动项关联的会议内容，并进行总结。 行动项识别对于管理会后待办任务至关重要。 针对对于行动项识别任务，相关数据集稀缺且规模小。因此，达摩院构建并开源了AMC-A语料库，这…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理13篇。 cs.SD语音 【1】 Towards spoken dialect identification of Irish标题：爱尔兰人的口语方言识别研究链接：https://a…

语音小管家

转载3 years ago

为什么要学习端到端语音识别？ 近年来，端到端（E2E）模型开始被广泛应用于语音识别领域。不同于传统语音识别系统中的发音字典、声学模型和语言模型，E2E语音识别只分为输入端的语音特征和输出端的文本信息。 再具体一点，为了避免这些复杂的建模过程…

西工大音频语音与语言处理研究组

原创3 years ago

IWSLT (口语语言翻译国际会议) 是机器翻译领域最具影响力的国际会议之一，每年举办和机器翻译相关的赛事（Evaluation Campaign），近年来重点关于语音翻译相关任务。IWSLT 2023 将作为ACL的并行会议，于7月13-…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理7篇。 cs.SD语音 【1】 AnuraSet: A dataset for benchmarking Neotropical anuran calls identification…

语音小管家

原创3 years ago

论文题目： A Joint Network Based on Interactive Attention for Speech Emotion Recognition 作者列表： 胡英，侯世静，杨华敏，黄浩，何亮 研究背景 语音情感识别（S…