声浪

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理8篇。 cs.SD语音【1】 DiffV2S: Diffusion-based Video-to-Speech Synthesis with Vision-guided Speake…

145 0 0

转载3 years ago

招聘岗位语音算法工程师职位描述 1. 负责语音相关项目的技术实现与产品研发工作。 2. 结合实际业务完成语音相关算法效果(音频检测与分类、多音色合成、音色转换、语音克隆等)，标注工具。 3. 负责语音相关方向的技术难点攻关与前瞻研究。

87 0 0

原创3 years ago

说话人日志（Speaker Diarization, SD）任务的目标是检测不同说话人的语音活动时间段，即回答“谁在什么时间说话了”这一问题。传统的说话人日志系统，往往基于聚类算法实现，一般包括成如下步骤：（1）使用语音端点检测将原始音频…

95 0 0

原创3 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理19篇。 cs.SD语音【1】 DiffSED: Sound Event Detection with Denoising Diffusion标题：DiffSED

247 0 0

转载3 years ago

AI语音应用开发工程师-TTS/VC方向（实习生）职位描述 1、开发和维护与语音合成/音色转换相关的应用程序和服务端应用程序。 2、针对TTS/VC模块进行功能集成和优化，以提高执行性能和准确度。 3、与团队成员合作，确保软件开发进度和质…

92 0 0

原创3 years ago

2023年6月6日的WWDC23大会，苹果官方推出了多年筹划的MR产品：Apple Vision Pro，并将于2024上半年在美国上市，随后扩展到更多市场。首先介绍三个类似但截然不同的技术，他们分别是VR、AR以及MR。虚拟现实（Virt…

89 1 0

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理4篇。 cs.SD语音【1】 Improving Joint Speech-Text Representations Without Alignment标题：改进无

76 0 0

转载3 years ago

招聘岗位音频算法工程师职位描述 1. 负责语音识别、语音合成、语音降噪分离、声纹识别、说话人识别、超声通讯等音频相关算法的研发及落地。 2. 面向耳机、音箱、麦克风等产品和相关业务场景，负责音频算法的原型设计、方案验证、测试优化。 3.…

99 0 0

原创3 years ago

7月初，FunASR社区发布了离线文件转写软件包，可以高精度、高效率、高并发的支持长音频离线文件转写，吸引了众开发者参与体验。应开发者需求，FunASR社区再次推出实时语音听写服务软件包，支持实时地进行语音转文字，同时也支持语音句尾用高精度…

271 0 0

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 cs.SD语音【1】 AudioLDM 2: Learning Holistic Audio Generation with Self-supervised Pretrain…

138 0 0