在多说话者场景中,尤其是在极低信噪比(SNR)条件下,利用空间特征增强目标语音至关重要,但开发紧凑的多通道语音增强系统仍面临挑战。上海交通大学X-LANCE实验室的研究团队取得新突破,提出一种因果导向的 U-Net(CDUNet)模型,为语…
声浪
来源丨机器之心 刚刚,X 上的一则推文受到了大家的广泛讨论,浏览量迅速增长。原来,OpenAI 发布的 GPT-4o-mini 居然是一个仅有 8B 参数的模型? 图源:https://x.com/Yuchenj_UW/status/187…
云上曲率 云上曲率LiveData(北京云上曲率科技有限公司),泛娱乐行业全球领先的实时通信、AI+大数据服务提供商。自主研发基于微服务的高性能分布式框架和深度学习平台。服务覆盖全球200多个国家和地区。核心成员来自谷歌/腾讯/Facebo…
近日,ICASSP 2025会议发出了审稿结果通知,语音及语言信息处理国家工程研究中心多篇论文被会议接收,论文方向涵盖语音识别、语音合成、话者识别、语音增强、情感识别、声音事件检测等。 以下是26篇论文的介绍及分享: 语音合成与话者转换 0…
陌陌科技,中国领先的社交网络和移动互联网公司,成立于2011年。最初以陌陌聊天应用闻名,用户可以通过地理位置找到附近的人并进行即时通讯。随着发展,陌陌逐渐扩展了其业务,包括直播、短视频和社交电商等。 陌陌的核心业务围绕社交互动,提供丰富的用…
在数字化浪潮汹涌澎湃的当下,将文本转化为语音的需求呈现出爆发式增长。无论是追求高效工作、优化学习体验,还是致力于丰富内容创作,TTS 工具都成为了得力助手。以下精心挑选的几款免费在线 TTS 工具,凭借卓越性能与友好操作界面崭露头角。 一、…
作者列表:冯腾飞,何亮* 单位:新疆大学计算机科学与技术学院、新疆信号检测与处理重点实验室、清华大学电子工程系 研究背景 在自然语言处理领域,基于知识库的问答(KBQA)是一项具有挑战性的任务,涉及从结构化知识中准确检索答案。现有的方法要么…
来源丨量子位、开源社 近日,素来被硅谷视为“来自东方神秘力量”的中国大模型创业公司 DeepSeek 再次悄悄惊艳了国内外的 AI 技术圈,其重磅发布了一个全新的超大规模模型——DeepSeek-V3。 论文链接:https://githu…
