声扬科技 深圳市声扬科技有限公司(英文简称“VoiceAI Tech”),是领先的语音交互智能分析平台与新型知识服务提供商,致力于智能语音分析全栈式技术研发与应用,助力企业语音数据的数字化激活、场景化分析与知识性重构,提升企业的“反诈、合规…
声浪
文章来源于音频语音与语言处理研究组,作者张是民 本文介绍一种全双工通话中的个性化回声消除方法。该论文已被 INTERSPEECH 2022 接收。 来源丨阿里语音AI 回声消除(acoustic echo cancelation, AEC)…
文章来源于音频语音与语言处理研究组,作者邵琪杰 人类的语音中除了包含语言信息外,还蕴含着丰富的副语言信息,包括情感、口音等。口音识别(Accent Recognition, AR)旨在通过说话人的语音识别其口音的任务。此外,对于带口音的语音…
文章来源于小红书技术REDtech,作者郭浩瀚 解奉龙 小红书多媒体智能算法团队和香港中文大学首次联合提出了基于多阶段多码本紧凑型语音表征的高性能语音合成方案 MSMC-TTS。基于矢量量化变分自编码器(VQ-VAE)的特征分析器采用若干码…
今天跟大家分享一篇语音相关的论文合集:cs.SD语音6篇,eess.AS音频处理6篇。 cs.SD语音 【1】 Extract fundamental frequency based on CNN combined with PYIN 标题…
今天跟大家分享一篇语音相关的论文合集:cs.SD语音8篇,eess.AS音频处理8篇。 cs.SD语音 【1】 LCSM: A Lightweight Complex Spectral Mapping Framework for Stere…
OPPO 小布智能中心 小布智能中心隶属于OPPO数智工程系统,主要负责语音语义、数字人等多模态人机交互的研发和产品化,产品包括小布助手APP、小布数字人、小布客服、小布机器人等,中心下设智能交互部、认知计算部、平台产品部和多模态学习组,是…
文章来源于音频语音与语言处理研究组,作者魏坤 语音识别(ASR)任务被广泛应用在车载、家居、会议等场景。对话语音识别(Conversational ASR)是ASR领域的一项重要工作,旨在将自然产生的对话语音转录成文本[1],这种场景在语音…
文章来源于阿里语音AI,作者达摩院语音实验室 本文介绍阿里在 INTERSPEECH 2021 发表的两篇论文工作:一种在预训练 (pre-training) 和微调 (fine-tuning) 中融合音素和文本信息的技术,提升下游 SLP…
普强信息 普强于2009年在美国硅谷成立全球研发中心,主要从事智能语音和语言技术的研究,2010年设立中国运营公司,是金融科技创新和智能汽车AI服务提供商,在硅谷和中关村、上海,深圳均建设有技术研发中心,在南京拥有声学实验室,专注于金融大数…
