声浪

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音1篇，eess.AS音频处理3篇。 本文经arXiv每日学术速递授权转载 微信公众号：arXiv_Daily cs.SD语音 【1】 Few-Shot Audio-Visual Learn…

东东

转载4 years ago

以下文章来源于阿里语音AI，作者郑斯奇 说话人日志（Speaker Diarization，SD）系统的目标是解决“谁在什么时间说话”的说话人识别问题，是一种可以广泛应用于客服、会议等多轮对话场景的语音技术。无监督聚类一直是 Speaker…

Noelliroon

转载4 years ago

来源丨腾讯技术工程 ICPR2022多模态字幕识别比赛(Multimodal Subtitle Recognition简称MSR竞赛)，日前圆满结束了。 本次竞赛由Tencent OCR & ASR Oteam 联合华南理工、华中科技大学、…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音13篇，eess.AS音频处理13篇。 本文经arXiv每日学术速递授权转载 微信公众号：arXiv_Daily cs.SD语音 【1】 Canonical Cortical Graph…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 本文经arXiv每日学术速递授权转载 微信公众号：arXiv_Daily cs.SD语音 【1】 Detecting the Severity of M…

银河标注员

转载4 years ago

跟大家分享下声学工程师应知道的150个声学基础知识。 来源丨声学楼论坛 1、 人耳能听到的频率范围是20Hz—20KHz。 2、 把声能转换成电能的设备是传声器。 3、 把电能转换成声能的设备是扬声器。 4、 声频系统出现声反馈啸叫，通常调…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 微信公众号：arXiv_Daily cs.SD语音 【1】 The match file format: Enco…

上二休五

转载4 years ago

这篇文章给大家介绍ACL2022上的一篇研究流式语音翻译的工作，“Learning When to Translate for Streaming Speech”，主要是引入了一种单调切分模块（Monotonic Segmentation…

上二休五

转载4 years ago

近日，腾讯游戏知几AI团队与西工大ASLP组联合发布了基于 WenetSpeech 1 万小时数据训练的中文版 Wav2vec 2.0 和 HuBERT 模型。 来源丨机器之心 作者丨腾讯游戏知几AI团队，西北工业大学音频、语音与语言处理研…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音4篇，eess.AS音频处理3篇。 本文经arXiv每日学术速递授权转载 微信公众号：arXiv_Daily cs.SD语音 【1】 Speech Artifact Rem