声浪

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11篇。 cs.SD语音 【1】 Efficient CTC Regularization via Coarse Labels for End-to-End Speech Trans…

语音小管家

转载4 years ago

音视频+ 无限可能 经过近十年的快速发展，多媒体生态正在向精致优化发展，更注重细节、成本，内卷和出海成为压力输出口。一方面，在现有市场及业务竞争仍旧相当激烈的环境下，企业开始更多关注于如何降低成本、追求更高的利润，以及面向用户提供更优质的服…

语音小管家

原创4 years ago

2023年，AI语音领域学术会议精彩纷呈，语音之家汇总了国内外重要的会议呈现给大家，大家可根据时间统筹安排好2023年的学术活动交流行程。如果信息有误，欢迎指正。 ICASSP 2023 2023 IEEE International Co…

语音小管家

转载4 years ago

关于作者 英文原版作者：杨靖锋，现任亚马逊科学家，本科毕业于北大，硕士毕业于佐治亚理工学院，师从 Stanford 杨笛一教授。 杨昊桐 译，王骁 修订 感谢靳弘业对第一版稿件的建议，感谢陈三星，符尧的讨论和建议。 英文原版：https:/…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理19篇。 cs.SD语音 【1】 Towards Measuring and Scoring Speaker Diarization Fairness 标题：关于说话人二元化公平性的…

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11篇。 cs.SD语音 【1】 Handling the Alignment for Wake Word Detection: A Comparison Between Align…

语音小管家

转载4 years ago

中国移动研究院首席科学家冯俊兰博士带领人工智能与智慧运营中心语音团队共同撰写的文章《Meta Auxiliary Learning for Low-resource Spoken Language Understanding》被语音国际顶会…

语音小管家

转载4 years ago

人们通过聆听和观察说话者的嘴唇动作来感知言语。 那么，AI 也可以吗？ 来源 | AI科技大本营 事实上，研究表明视觉线索在语言学习中起着关键的作用。相比之下，人工智能语言识别系统主要是建立在音频上。而且需要大量数据来训练，通常需要数万小时…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理10篇。 cs.SD语音 【1】 QuickVC: Many-to-any Voice Conversion Using Inverse Short-time Fourier Tra…

语音小管家

转载4 years ago

文本来自我的个人博客：MikeCaptain - 麦克船长的技术、产品与商业博客，梳理了自己在春节期间对 NLP 基础模型的技术演变学习笔记记录，写就于大年初一在香港过春节时。本文包含 3 个章节： 第一章 · 2017 年之前的几个关键…