论文导读丨中文构音障碍数据库（CDSD）
为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期分享一篇发表在INTERSPEECH2024上的关于构音障碍语音数据库的文章。 CDSD: Chi…
8 0 0
声浪
诺贝尔物理学奖为啥颁给AI？谈谈人工智能的历史变迁及对人类社会的影响
以下文章的部分内容来源于平猫的音乐 昨天的诺贝尔物理学奖一公布，瞬间炸翻了物理圈和AI圈。相信这结果让大多数物理学家大失所望，毕竟物理学方面的成就也不少。自1901年首次颁奖开始，历届的物理学奖也从未给过其它专业的科学家，倒是反过来的有，比…
11 0 0
MIT清华校友全新方法优化 Transformer：Addition is All You Need「乘法变加法」
来源丨新智元 Transformer计算，竟然直接优化到乘法运算了。MIT两位华人学者近期发表的一篇论文提出：Addition is All You Need，让LLM的能耗最高降低95%。 LLM能耗的疯狂增长，甚至已经引起了联合国的注意…
18 0 0
IEEE SLT 2024注册开启丨语音与语言处理技术大咖将齐聚澳门
2024年IEEE口语语言技术研讨会（IEEE SLT 2024）将于2024年12月2日至5日在中国澳门举行。IEEE SLT研讨会是IEEE语音与语言处理技术委员会（SLTC）的旗舰活动，每两年举办一次。它为来自学术界和工业界的研究人员…
8 0 0
训练数据不够用了！字节为AI大模型推出网络爬虫，吞噬速度比OpenAI还快25倍！
来源丨 Z Finance 据媒体报道，字节跳动似乎急于弥补从网络上抓取训练生成式人工智能模型所需数据所浪费的时间。据 Kasada 的研究显示，字节跳动在 4 月份发布了自己的网络爬虫或抓取机器人，名为 Bytespider。 Kasad…
14 0 0
![语音/音频处理学术速递[10.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-10/1844300119353200640.jpg)
恒玄科技 | 招聘信号处理算法工程师（上海）
恒玄科技 恒玄科技主要从事智能音频SoC芯片的研发，设计与销售，为客户提供AIoT场景下具有语音交互能力的边缘智能主控平台芯片，产品广泛应用于智能蓝牙耳机，Type-C耳机，智能音箱等智能终端产品。恒玄科技致力于成为全球最具创新力的芯片设计…
27 0 0
语音识别领域迎来新王者，Rev 发布 Reverb ASR
近日，Rev发布了Reverb ASR模型，被大家成为"Whisper终结者"，在语音识别和说话人分离方面树立了新的标杆。该模型将其权重公开于Hugging Face Hub。 模型仓库：https://huggingface.co/Rev…
13 0 0
OpenAI canvas一夜封神！超强AI编码研究神器，ChatGPT再次颠覆人机交互
来源丨新智元 ChatGPT横空出世以来，首次迎来界面史诗级升级！全新canvas界面，开启了人类与AI协作研究、编码的新时代，更代表着终极AGI人机交互形态。 时隔两年，ChatGPT终迎来界面全新升级！ 这一次，OpenAI官宣推出ca…
13 0 0
mini-GPT4o来了? 能看、能听、会说，还情感丰富的多模态全能助手EMOVA
本文作者来自香港科技大学、香港大学和华为诺亚方舟实验室等机构。其中第一作者陈铠、苟耘豪、刘智立为香港科技大学在读博士生，黄润辉为香港大学在读博士生，谭达新为诺亚方舟实验室研究员。 随着 OpenAI GPT-4o 的发布，大语言模型已经不再…
12 0 0