语音合成论文优选：M2voc大赛总结The M2voc Challenge 2021
The Multi-speaker Multi-style Voice Cloning Challenge 2021是爱奇艺、北京希尔贝壳科技有限公司、西北工业大学音频语音与语言处理研究组、清华大学深圳国际研究生院、新加坡国立大学、起源智能…
151 0 1
声浪
英伟达CPU问世：ARM架构，对比x86实现十倍性能提升
今天（4月13日）凌晨，NVIDIA GTC2021如约而至。其中三款基于Arm IP打造的处理器尤为引人关注： NVIDIA Grace：专为大规模人工智能和高性能计算应用而设计； BlueField-3 DPU：首款支持第五代PCIe总…
1196 29 0
微软拟斥资 160 亿美元收购全球最大语音识别公司 Nuance
据知情人士透露，微软正在就收购全球最大语音识别技术公司Nuance Communications进行深入谈判。知情人士称，这笔交易最早可能在美国当地时间周日签署，最快将于周一宣布。 报道称，微软最早是于去年 12 月开始与该公司进行接触，并…
1022 23 0
ImageNet验证集6%的标签都是错的，MIT：十大常用数据集没那么靠谱
把老虎标成猴子，把青蛙标成猫，把码头标成纸巾……MIT、Amazon 的一项研究表明，ImageNet 等十个主流机器学习数据集的测试集平均错误率高达 3.4%。 我们平时用的机器学习数据集存在各种各样的错误，这是一个大家都已经发现并接受的…
1145 22 0
2021全国声学大会语言声学分论坛报告—第三代语音识别技术初探
根据3月29日在上海召开的全国声学大会语言声学分论坛上的现场报告整理而成。 报告摘要 在深度学习的推动下，语音识别取得了显著进展，但语音识别相关产品在落地上并不尽如人意。因此，在语音识别的基础技术上进行大胆创新，突破现有技术的边界，是人工智…
888 15 0
语音信号处理论文优选：Handling Background Noise in Neural Speech Generation
原论文是google在今年二月份更新的，主要研究在语音编码器如何处理背景噪声，使声码器合成的语音质量更高。 研究背景 低码率的语音编码器（语音编码器可参考http://www.ece.ubc.ca/~brucew/ebook/VOIP/00…
441 12 0
WeNet更新：支持AISHELL-2数据集并开放预训练模型
日前，希尔贝壳和出门问问合作，在 WeNet 中更新了对 AISHELL-2 数据集的支持，开放数据准备、训练和解码测试和部署等流程，并开放基于 AISHELL-2 的预训练模型。其中，AISHELL-2 数据由希尔贝壳提供。希尔贝壳开源数…
363 11 0
游戏音频/音乐动态设计方法的探索与实践
这个讲座及演示是基于侯晨钟为今年的CGDC技术专场制作的技术展示项目。尽管这个项目的规模很小，但侯晨钟在其中对市场上既有的及没有的游戏音频/音乐设计技术进行了实践与探索。 整个项目中基本的声音行为、互动音乐系统、及空间音频均使用了Audio…
134 9 0
推出 Lyra：用于语音压缩的新型极低比特率编解码器
通过语音和视频通话与他人在线联系逐渐成为日常生活的一部分，这得益于 WebRTC 等实时通信框架，而后者依靠高效的压缩技术和编解码器，解码或编码传输和存储的信号。数十年来，编解码器一直是媒体应用的重要组成部分，可使需要占用大量带宽的应用高效…
686 11 0
国家互联网信息办公室、公安部加强对语音社交软件和涉深度伪造技术的互联网新技术新应用安全评估
为加强对具有舆论属性或社会动员能力的互联网信息服务和相关新技术新应用的安全管理，规范互联网信息服务活动，切实维护国家安全、社会秩序和公共利益，近日，国家互联网信息办公室、公安部指导各地网信部门、公安机关加强对语音社交软件和涉“深度伪造”技术…
204 10 0