![语音/音频处理学术速递[5.2]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-05-07/1919945661046984704.jpg)
声浪
IEEE T-ASLP丨基于自蒸馏及在线聚类的说话人表征自监督反思学习
近期，昆山杜克大学在语音旗舰期刊IEEE Transactions on Audio, Speech and Language Processing (TASLP)上发表了一篇题为“Self-supervised Reflective Le…
17 0 0
![语音/音频处理学术速递[4.30]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-30/1917480846772801536.jpg)
LauraTSE：基于自回归Decoder-only语言模型的目标说话人提取
目标说话人提取（Target Speaker Extraction, TSE）旨在利用参考注册语音等辅助信息，从混合音频中提取目标说话人的语音。目前，大多数TSE方法基于判别式模型（Discriminative Model），通过直接学习混…
21 0 0
![语音/音频处理学术速递[4.29]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-29/1917102515023908864.jpg)
语音领域ISCA Fellow 2025公布：上海交大俞凯、台大李宏毅、Nancy Chen三位华人入选
来源丨机器之心 近日，ISCA Fellow 2025 入选结果揭晓！ ISCA Fellow 是由国际语音通讯协会（International Speech Communication Association，ISCA）设立的荣誉称号，旨…
16 0 0
Kimi开源全新音频基础模型，横扫十多项基准测试，总体性能第一
来源丨机器之心 近日，kimi 又发布了新的开源项目 —— 一个全新的通用音频基础模型 Kimi-Audio，支持语音识别、音频理解、音频转文本、语音对话等多种任务，在十多个音频基准测试中实现了最先进的 (SOTA) 性能。 结果显示，Ki…
21 0 0
![语音/音频处理学术速递[4.28]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2025-04-29/1917101237904478208.jpg)
开源TTS领域迎来新星！Dia-1.6B：超逼真对话生成，开源2天斩获6.5K Star！
近日，Nari Labs开源了Dia-1.6B，能够生成关于任何主题的对话，语音音色自然，还会添加语气、咳嗽声、笑声等。 GitHub 项目地址：https://github.com/nari-labs/dia HF 模型地址：https:…
22 0 0