声浪

机器之心

原创4 years ago

平替再平替，可以在消费级 GPU 上运行的 Koala 模型能实现 ChatGPT 一半的性能。 自从 Meta 发布并开源了 LLaMA 系列模型，来自斯坦福大学、UC 伯克利等机构的研究者们纷纷在 LLaMA 的基础上进行「二创」，先后…

语音小管家

转载4 years ago

顺丰科技是顺丰集团旗下的科技公司，自2021年初，顺丰科技从零开始逐渐完善形成了全面的信号处理、语音合成、语音识别和语言理解的能力体系，同时根据公司业务场景的需求，打造了智能质检、智能外呼等实际产品并实现了落地。2022年顺丰科技基于WeN…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理3篇。 cs.SD语音 【1】 Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理16篇。 cs.SD语音 【1】 LIPSFUS: A neuromorphic dataset for audio-visual sensory fusion of lip rea…

语音小管家

转载4 years ago

文章来源于清语赋，作者启明星 近日，清华大学和北京邮电大学联合在机器学习顶级期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) 上发表论文，报告了…

声纹圈

原创4 years ago

本文介绍谷歌团队发表于ICASSP 2023的一篇最新论文。该论文致力于提升基于Transformer-Transducer（T-T）的说话人转换检测模型，并提出了一种全新的基于字符的（token-based）训练方式，以及一种全新的、更加…

每日语音速递

原创4 years ago

今日论文合集：eess.AS音频处理6篇。 eess.AS音频处理 【1】 Multiple Hankel matrix rank minimization for audio inpainting标题：用于音频修复的多Hankel矩阵最小…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 cs.SD语音 【1】 Hindi as a Second Language: Improving Visually Grounded Speech with Semantic…

语音小管家

转载4 years ago

语音到语音翻译（S2ST）对于打破语言壁垒与沟通障碍非常有益。传统的 S2ST 系统通常由语音识别（ASR），机器翻译（MT）和语音合成（TTS）三部分组成。与这些级联系统相比，直接 S2ST 能够用于翻译没有书面形式的语言；减少了计算需求…

西工大音频语音与语言处理研究组

原创4 years ago

实时通信 (RTC) 在我们的日常生活中变得不可或缺，诸如腾讯会议在内的语音RTC应用已经成为我们日常使用的在线交流工具。然而在通话过程中，语音质量受到背景噪声、混响、干扰说话人等多种干扰的显著影响。因此语音增强技术在 RTC 链路中起着至…