声浪

语音小管家

转载2 years ago

分享3篇西工大语音与语言处理研究组被语音研究顶级期刊IEEE Transactions on Audio, Speech and Language Processing (TASLP)录用的论文，相关研究成果包括基于语音向量和语义标记的多任…

语音小管家

原创2 years ago

近期，昆山杜克大学在语音旗舰期刊IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP) 上发表了一篇题为“Online Neural Speaker Di…

语音小管家

转载2 years ago

许多智能设备现在支持超宽带的高质量语音通信服务。然而，有时为了节省带宽或者当它们与不支持超宽带的网络或设备配合使用时，语音质量往往会受到失真影响。此时，可以使用音频带宽扩展（Audio Bandwidth Extension, ABE）来改…

语音小管家

转载2 years ago

来源丨机器之心 3 月 27 日凌晨，阿里通义千问团队发布 Qwen2.5-Omni。 这是 Qwen 系列中全新的旗舰级多模态大模型，专为全面的多模式感知设计，可以无缝处理包括文本、图像、音频和视频的各种输入，同时支持流式的文本生成和自然…

语音小管家

转载2 years ago

来源丨AI音频时代 2024年Sora的发布开启了AIGC新时代。 AIGC技术在文字、图像、视频、音频等领域实现跨越式发展。其中，TTS技术从少数巨头垄断走向百花齐放，底层技术和应用场景均取得重大突破。以下是整理的当下具有代表性的 10…

语音小管家

转载2 years ago

在复杂声学环境中实现多说话人分离是音频信号处理领域的一项重大挑战，尤其是在存在强混响和背景噪声的低信噪比条件下。澳大利亚国立大学与莫拉图瓦大学的研究团队提出了一种基于相对传递矩阵（ReTM）的创新方法，实现了多说话人在混响房间中的有效分离。…