一问一答，浅谈Penguins AI-Codec
腾讯会议天籁实验室携手腾讯AI Lab，共同打造的Penguins，于2021腾讯技术生态大会上正式面世。Penguins是一款超低码率、高质量AI-Codec，支持多种运行模式，以满足RTC场景下多种应用诉求。其核心技术点在于，紧密结合经…
389 1 0
声浪
Show and Tell Demo: Call for Proposals
The ICASSP 2022 organization committee is soliciting proposals for a Show & Tell Demo event that will be held during the…
225 1 0
【语音之家】AI产业沙龙——站在未来思考下一代人工智能基础框架
由CCF语音对话与听觉专委会 、中国人工智能产业发展联盟（AIIA）评估组 、北京声智科技有限公司、语音之家社区、北京希尔贝壳科技有限公司共同主办的【语音之家】AI产业沙龙-站在未来思考下一代人工智能基础框架，将于2021年11月6日10:…
222 0 0
远场语音识别技术梳理
原场语音识别（Distant ASR） 原场语音识别中的挑战 混响 背景噪声 其他说话人的插入、打断等 远场语音识别系统 主要有这几个模块构成： 语音增强前端 特征提取 模型自适应 解码器 声学模型 字典 语言模型
616 2 0
语音识别(ASR)论文优选：端到端ASR综述Recent Advances in End-to-End Automatic Speech Recognition
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问http://yqli.tech/page…
448 0 0
声纹识别算法、资源与应用（一）
一、算法 Speaker recognition以2012年为分水岭，由statistics-based machine learning，跨到了以deep learning为主线的算法。随后，bottleneck feature、d-ve…
140 0 0
流式语音识别原理和实现思路
流式语音识别模型（Streaming ASR Model）是指可以在处理音频流的过程中，支持实时返回识别结果的一类 ASR 模型。与之相对的是非流式模型，它必须在处理完整句音频后才能返回结果。流式 ASR 可以更好地用于需要实时获取识别结果…
583 0 0
【语音之家】AI产业沙龙——智能对话平台
由CCF语音对话与听觉专委会 、中国人工智能产业发展联盟（AIIA）评估组 、语音之家（北京）科技有限公司、北京希尔贝壳科技有限公司共同主办的【语音之家】AI产业沙龙-智能对话平台，将于2021年11月8日14:20通过语音之家微信视频号直…
216 0 0
音频模式识别中的涨点方法与影响因素分析
音频的模式识别包括了几个主干任务如音频标注（audio tagging）、声学场景分类（acoustic scene classification）、和声音事件检测（sound event detection）。本文主要通过几篇论文的研究[…
220 0 0