声浪

转载4 years ago

ViT模型何时才能破万亿？ Transformer无疑是促进自然语言处理领域繁荣的最大功臣，也是GPT-4等大规模语言模型的基础架构。不过相比语言模型动辄成千上万亿的参数量，计算机视觉领域吃到Transformer的红利就没那么多了，目前…

116 0 0

转载4 years ago

本文由哈工程智能信号处理组与悉尼科技大学、萨里大学合作，发表于IEEE信号处理学会期刊IEEE Signal Processing Letters，论文一作为2020级硕士研究生肖飞扬。论文链接：https://arxiv.org/abs…

186 0 0

原创4 years ago

PRESTO–一个多语言数据集，用于解析现实的面向任务的对话。虚拟助理正日益融入我们的日常生活。它们可以帮助我们完成很多事情：从设置闹钟到在地图导航，甚至可以帮助残疾人更容易地管理他们的家。随着我们使用这些助手，我们也越来越习惯于使用自然…

131 0 0

原创4 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】 PD-ADSV: An Automated Diagnosing System Using Voice Signals and Hard Voting…

142 0 0

转载4 years ago

寻找那些ChatGPT/GPT4开源“平替”们。本文来源丨https://github.com/chenking2020/FindTheChatGPTer ChatGPT爆火出圈，国内很多高校、研究机构和企业都发出类似ChatGPT的发布…

64 0 0

原创4 years ago

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】 Soft Dynamic Time Warping for Multi-Pitch Estimation and Beyond标题：用于多基音估计及超越…

86 0 0

原创4 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理9篇。 cs.SD语音【1】 Enhancing Speech-to-Speech Translation with Multiple TTS Targets标题：利用多个TTS目标…

85 0 0

转载4 years ago

130亿参数模型权重公布不久，UC伯克利LMSys org再次发布了70亿参数「小羊驼」。同在今天，Hugging Face也发布了70亿参数模型StackLLaMA。自从Meta发布「开源版ChatGPT」LLaMA之后，学界可谓是一片…

84 0 0

原创4 years ago

在影视、有声书内容中，背景音是一种表现丰富的艺术形式。语音转换（Voice Conversion）如能将源说话人语音转换成目标说话人语音的同时，保留源语音中的背景音，将会提供更沉浸的语音转换体验。之前的语音转换研究主要关注于干净语音，对于带…

152 0 0

原创4 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】 Anomalous Sound Detection using Audio Representation with Machine ID based…

130 0 0