文章来源于美团技术团队,作者唐锐 森彬 子丰等 当你和智能语音机器人对话交互时,你是否好奇电话背后的机器人如何“听懂”你的意思,又如何像人一样“回答”你的问题?其中比较重要的技术就是 MRCP。本文主要介绍了 MRCP 在美团语音交互中的实…
声浪
今日论文合集:cs.SD语音6篇,eess.AS音频处理7篇。 cs.SD语音 【1】 MusicFace: Music-driven Expressive Singing Face Synthesis标题:MusicFace:音乐驱动的表…
今日论文合集:cs.SD语音10篇,eess.AS音频处理12篇。 cs.SD语音 【1】 Egocentric Audio-Visual Object Localization标题:以自我为中心的视听对象定位链接:http://arxiv…
今日论文合集:cs.SD语音5篇,eess.AS音频处理6篇。 cs.SD语音 【1】 Dual-Quaternions: Theory and Applications in Sound标题:对偶四元数:理论及其在声音中的应用链接:htt…
今日论文合集:cs.SD语音6篇,eess.AS音频处理6篇。 【1】 Personalized Lightweight Text-to-Speech: Voice Cloning with Adaptive Structured Prun…
AI桌面革命深夜打响,GPT-4全面接入微软Office全家桶,势必颠覆人类办公! 语言大模型真的来了,在人人会用的 Office 上,你的生产力现在可以用 AI 加倍,这个 AI 就是刚发布两天的 GPT-4。 微软今天宣布,Micros…
今日论文合集:cs.SD语音23篇,eess.AS音频处理24篇。 cs.SD语音 【1】 Sound Localization from Motion: Jointly Learning Sound Direction and Camer…
文章来源于音频语音与语言处理研究组,作者ASLPer 近日,ICASSP 2023会议发布了论文评审结果,西工大音频语音与语言处理研究组(ASLP@NPU)共16篇论文被会议接收(以第一作者为实验室学生计)。论文涉及研究方向包括语音识别、语…
严谨谈谈ChatGPT取得的进步、不足及迈向通用人工智能(AGI)的挑战。 作者:欧智坚,清华大学电子工程系副教授、博士生导师。担任IEEE音频语音语言期刊(TASLP)副主编,Computer Speech&Language编委,IEEE…
语音识别基础 语音数据是一种时间序列数据,它记录了声音在时间轴上的变化。通常通过麦克风收集,每个时刻的声音信号被采样成数字形式,形成一个时间序列。 语音数据通常需要进行预处理,如去除噪音、语音分割、特征提取等,才能用于语音识别、语音合成等应…
