ICASSP 2022论文分享-ProsoSpeech：基于量化矢量预训练的韵律建模方法
以下文章来源于阿里语音AI，作者达摩院语音实验室 ICASSP(International Conference on Acoustics, Speech, and Signal Processing)是国际声学、语音和信号处理会议，亦为I…
233 0 0
声浪
如何亿点点降低语音识别跨领域、跨语种迁移难度？
以下文章来源于微软研究院AI头条，作者侯汶昕、王晋东 随着深度学习的不断发展，语音识别技术得到了极大的提升，同时为人们的日常生活提供了许多便利。然而，一个语音模型的训练并非易事，因为语音数据天然存在着获取难、数据标注耗时昂贵的问题，而且还会…
208 0 0
清华语音与音频技术实验室OpenASR20挑战赛系统描述
由清华语音与音频技术实验室（THUsatlab）组成的THUEE队伍参加OpenASR20挑战赛取得多项语种第一名，本文主要介绍比赛中所搭建的系统。
371 0 0
富通科技 | 语音识别算法工程师（成都）
富通科技 富通科技发展控股有限公司于2009年12月4日在香港联合交易所主板上市（香港联合交易所代码:00465.hk）。我们用近二十年的行业历程，见证中国IT盛世时代，分享全球IT华美盛宴。 富通，拥有自主研发的企业级信息产品，我们一直密…
154 0 0
语言模型也不能乱说话！DeepMind发布GopherCite：讲话必须带证据
以往神经网络模型在问答场景经常会返回一些编造的答案，实在太不靠谱了！最近DeepMind发布了GopherCite模型，教语言模型用搜索引擎，拒绝胡编乱造！ 随着语言模型的参数量不断增大，生成文本的效果也越来越好。 由于训练数据中包含了海量…
253 0 0
元象Xverse | 招聘语音 识别/合成 开发工程师
关于公司 元象 XVerse（www.xverse.cn）是一家位于深圳的技术初创公司，致力于打造端云协同的 3D 内容生产与消费一站式平台，开创元宇宙（Metaverse）时代全新交互体验，以低成本、轻终端、高画质方式打造大世界，实现每个…
204 1 0
语音识别的快速纠错模型FastCorrect系列来了！
以下文章来源于微软研究院AI头条，作者冷燚冲、谭旭 语音识别支持着许多生活中的常见服务，比如手机端的语音转文字功能、视频网站的字幕自动生成等等。但语音识别模型往往并不完美，需要纠错模型来纠正语音识别中的错误。目前，大部分纠错模型采用了基于注…
136 0 0
客知音 | 招聘语音识别算法实习生（提供转正机会）
客知音 北京智合大方科技有限公司是一家服务于企业销售和客服的前沿AI科技公司，旗下品牌客知音是国内领先的智能对话分析平台。客知音为电话销售和客服团队推出了一系列AI产品，包括智能外呼系统、智能坐席助手和AI语音质检，推动企业销售和客服智能转…
148 0 0
基于音频指纹的听歌识曲系统
听歌识曲，我想大家都不陌生。虽然不同的厂商识别率不同（可能是因为版权的原因），但是每个音乐APP都会有这么一个功能。我们以扣扣音乐为例，扣扣音乐听歌识曲功能比较丰富，不仅有基本的听歌识曲还有哼唱识别，识别到对应的歌曲后就直接返回对应的结果，…
178 0 0
图书推荐丨《语音识别：原理与应用》
随着物联网技术和智能设备技术的快速发展，人与机器的交互，不再仅依赖于鼠标和键盘，更有可能的是直接采用语音。 这其中的关键技术就是自动语音识别（Automatic Speech Recognition，ASR）。其所要完成的工作，简单地说，就…
140 0 0