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…
252 0 0
声浪
使用互相关进行音频对齐
在计算一些音频指标如SNR的时候，我们需要音频信号与参考信号对齐，但有时候我们处理后的或者录制的音频并不是与参考信号对齐的，这就需要找到一种方法将它们对齐。 01 互相关函数
191 0 0
音乐小白10秒写歌，说话10秒声音被复刻，网易伏羲把秘密公开了
近日，网易伏羲虚拟交互团队与西工大音频语音与语言处理研究组谢磊团队合作的两篇论文被ICASSP 2022接收，并受邀在本届大会上向学术与工业界进行研究报告。同时网易伏羲也将歌声合成方面的最新研究成果，向业界和学术界进行回馈，开源全球首个中文…
136 0 0
中国科学院噪声与振动重点实验室Lab9_DSP411团队在ICASSP 2022 L3DAS22 Challenge中夺冠
中国科学院噪声与振动重点实验室Lab9_DSP411团队参加了由IEEE声学、语音和信号处理国际会议（IEEE International Conference on Acoustics, Speech and Signal Process…
69 0 0
ICASSP 2022论文解读：基于统一深度模型的RTC 3A算法
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IEEE信号处理协会组织的年度旗舰会议。历届IC…
353 0 0
LeCun看了都说好！Meta AI一次搞定语音、视觉和文本三个SOTA
人工智能科学伊始，让机器「像人一样学习」始终是所有从业者的目标。人的智能基于多种感官与语言的通用处理能力，一直有研究者致力让机器做到此效果。 人的智识是「多模态学习」的总和，也就是可以跨越分类界限，理解和移用不同来源或形式的讯息与经验。 好…
158 0 0
浅谈冬奥会“黑科技”——AI手语主持人
第24届冬季奥林匹克运动会正如火如荼的进行中，细心的朋友可以发现在比赛的直播中有位AI手语主持人在为直播进行手语解说，用技术跨越声音的障碍。 AI手语主持人和被大家所了解的虚拟人一样，都有着以假乱真的外貌。从“她”的表情、口型、毛发、服饰、…
65 0 0
ICASSP 2022 深度3D音频信号处理挑战赛成绩单
近日，由快手音视频技术部联合意大利罗马第一大学（Sapienza University of Rome, Italy），在国际音频顶级会议 ICASSP 2022 上发起的深度3D音频信号处理挑战赛（L3DAS22：Machine Lear…
186 0 0
科研快讯 | THUHCSI人机语音交互实验室11篇论文被信号处理领域顶级国际会议ICASSP录用
ICASSP 2022 近日，2022年IEEE音频、语音与信号处理国际会议（2022 IEEE International Conference on Acoustics, Speech, and Signal Processing，IC…
284 0 0