声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 cs.SD语音 【1】 ProgGP: From GuitarPro Tablature Neural Generation To Progressive Metal Pro…

新智元

原创3 years ago

来源丨新智元 猎聘大数据研究院重磅发布《AIGC就业趋势大数据报告2023》，招聘平均年薪已达40万，博士需求量同比增长超100%。 不用赘述，大家都知道，最近半年ChatGPT是有多么火爆。 随着ChatGPT的全球爆火，AIGC也已成功…

语音小管家

转载3 years ago

2023年已经过去了一半了，大家过得怎么样呢？距离上次北京站大会过去了三个月的时间，各位是否找到了让自己兴奋的突破或方向呢？ 面对未知的大模型，我们不想让你产生“AI焦虑”，但我们也精心选取了当下最热门的技术趋势，并以此规划了LiveVid…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音13篇，eess.AS音频处理19篇。 cs.SD语音 【1】 Performance Comparison of Pre-trained Models for Speech-to-Text in Turkish…

语音小管家

转载3 years ago

语音合成中的Lora，插件式speaker开发，语音克隆的未来~ 论文链接： https://arxiv.org/abs/2211.00585 论文标题： Adapter-Based Extension of Multi-Speaker T…

阿里语音AI

原创3 years ago

FunASR是由达摩院语音实验室开源的一款语音识别基础框架，集成了语音端点检测、语音识别、标点断句等领域的工业级别模型，吸引了众多开发者参与体验和开发。为了实现工业落地的最后一公里，开发了FunASR runtime-SDK，方便开发者高效…

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4篇。 cs.SD语音 【1】 Roman Numeral Analysis with Graph Neural Networks: Onset-wise Predictions fr…

语音小管家

转载3 years ago

1 概述 语音识别技术，是将语音信号转换为文本内容的技术。目前比较流行的语音识别技术主要有两种。一种是基于Kaldi的传统语音识别技术，另一种是目前流行的基于深度学习模型的端到端语音识别技术。Kaldi是一种大而全的语音识别处理框架，集成了…

语音小管家

转载3 years ago

目前，开源的端到端语音识别工具比较多，比较常用的包括：ESPnet、wav2letter++、WeNet、PaddleSpeech、OpenSeq2Seq、Fairseq、新一代Kaldi等等。 其中，WeNet是首个面向产品和工业界的端到…

新智元

原创3 years ago

生成式AI的变革狂潮中，企业能怎么赚钱？0元可用的代码神器，让Stable Diffusion推理成本直砍50%的工具……亚马逊云科技帮你把门槛打下来了！ ChatGPT一声惊雷，让全球见识到了生成式AI的威力。 当前，生成式AI进入一个爆…