流式语音识别的大厦已经落成,天空中只漂浮着两朵乌云:尖峰漂移和长尾数据。本文则主要关注前者。 1. 前言:想象力的游戏 作为本文的开篇,我想先致敬一下我心中的真神:麦克斯韦(Maxwell)。他最重要的贡献,就是发现了物质的一种新的存在形式…
声浪
摩斯智联科技有限公司 摩斯智联于2019年4月成立,落户四川成都天府新区,在拥有丰富“才智”资源的科学城,为员工打造了一流的办公环境。 作为一汽-大众旗下独立运作的汽车软件科技公司,摩斯智联致力于构建以智能网联为基础的数字化生态,提供产品、…
今日论文合集:cs.SD语音11篇,eess.AS音频处理11篇。 cs.SD语音 【1】 Speaker Overlap-aware Neural Diarization for Multi-party Meeting Analysis…
今天非常荣幸有机会在Speechhome语音技术研讨会上分享我们团队在开源项目上的一些工作。今天我分享的主题是声纹识别开源工具ASV-Subtools。 今天我分享的主要有5个部分的内容,分别是背景介绍、工具介绍、实验结果、Subtools…
今日论文合集:cs.SD语音21篇,eess.AS音频处理21篇。 cs.SD语音 【1】 Heart Abnormality Detection from Heart Sound Signals using MFCC Feature an…
海飞科 海飞科(Hexaflake)是一家高科技初创公司,致力于AI高性能处理器芯片和软硬件全栈系统解决方案的研发,是能够在该领域与国际巨头并驾齐驱的头部AI通用型处理器公司。主要创始人及核心团队汇聚中美各地多位国际顶级资深专家;专长涵盖并…
今日论文合集:cs.SD语音16篇,eess.AS音频处理19篇。 cs.SD语音 【1】 Psychophysiology-aided Perceptually Fluent Speech Analysis of Children Who…
文章来源于THUHCSI人机语音交互实验室,作者HCSIers INTERSPEECH 2022 FS-CANet: 基于全带子带交叉注意力机制的语音增强 本文由清华大学与腾讯天籁实验室、香港中文大学合作,提出了一个全带-子带交叉注意力(F…
今日论文合集:cs.SD语音16篇,eess.AS音频处理19篇。 cs.SD语音 【1】 Introducing Semantics into Speech Encoders 标题:将语义学引入语音编码器 链接:https://arxiv…
WeNet在正式发布两年的时间里,成为非常热门的ASR生产工具,其面向生产的属性更是深受工业界的好评。近期,喜马拉雅团队在WeNet中支持了Squeezeformer的相关工作。本文由喜马拉雅珠峰智能实验室撰写,介绍了Squeezeform…
