基于深度学习的声纹识别概述(二)
转载5 years ago
基于深度学习的声纹识别概述(二)

前言:做技术不能只见树木,不见森林,读综述类的论文,能很好的帮我们把握业界的前进方向。本文是由西工大张晓雷教授所作,于2021年4月4日更新,全面的分析了说话人识别方向的几个关注点,本文及接下来的几篇文章会详细的分析这篇论文。 本系列第一部…

312 1 0
ASR Conformer模型论文及代码分析
转载5 years ago
ASR Conformer模型论文及代码分析

0. 前言 Conformer是Google在2020年提出的语音识别模型,基于Transformer改进而来,主要的改进点在于Transformer在提取长序列依赖的时候更有效,而卷积则擅长提取局部特征,因此将卷积应用于Transform…

606 2 0
浅谈语音质量保障:如何测试 RTC 中的音频质量?
原创5 years ago
浅谈语音质量保障:如何测试 RTC 中的音频质量?

日常音视频开会中我们或多或少会遭遇这些场景:“喂喂喂,可以听到我说话吗?我听你的声音断断续续的”,“咦,我怎么可以听到回声?”,“太吵啦,我听不清楚你在说啥” 等等。这些语音质量问题影响音视频开会体验,如若是重要的会议,那足够让人 “恼羞成…

764 8 0
倍频程与钢琴调式的距离
原创5 years ago
倍频程与钢琴调式的距离

单从倍频程和钢琴调式这两个名词看,距离确实有点远,一个偏科技一个偏娱乐。但是距离远不代表没有关系,下面就让我们给它们俩拉拉关系吧。 作者:良逸,阿里云技术专家,阿里云音视频通信 QoS 研发 什么是倍频程 首先什么是倍频程?从中文字义上看,…

537 8 0