面向听觉智能与物理AI的
人机交互开发者社区

西工大音频语音与语言处理研究组

原创2 years ago

零样本语音转换 (zero-shot voice conversion) 旨在保留语言内容的同时，将源说话人语音转换成任意目标说话人的语音。随着深度学习技术的引入，零样本语音转换技术取得了巨大的飞跃。但现有的零样本语音转换方法多在训练时进行…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理12篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

西工大音频语音与语言处理研究组

原创2 years ago

基于大模型的语音合成展现出零样本音色克隆的巨大潜力。在大规模数据和大模型的双重作用下，如今的零样本语音合成可以轻松实现未见音色的克隆。然而当前的工作侧重于音色的泛化上，忽略了韵律建模，这使得合成语音的自然度和表现力有限。 近期，西工大音频语…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音13篇，eess.AS音频处理18篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

来源丨机器之心 Mamba 架构的大模型又一次向 Transformer 发起了挑战。 Mamba 架构模型这次终于要「站」起来了？自 2023 年 12 月首次推出以来，Mamba 便成为了 Transformer 的强有力竞争对手。 此…

语音小管家

转载2 years ago

瑞士的研究人员发现了一种利用声波在无序环境中操纵物体（如液体）的方法。这种新方法不像传统的光学和声学镊子那样捕捉物体，而是利用压力波来引导物体。 瑞士洛桑联邦理工学院（EPFL）的开发人员表示，这种方法可能对生物医学应用（如靶向给药）很有帮…

西工大音频语音与语言处理研究组

原创2 years ago

DCCRN模型利用频谱复数特征实现了出色的语音增强性能。然而，该模型的参数量和计算复杂度高，难以直接在端侧设备部署。因此需要对模型进行优化，在不影响模型表现的同时，降低模型的参数量和计算复杂度。 最近，西北工业大学音频语音与语言处理研究组（…

语音小管家

转载2 years ago

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…

语音小管家

转载2 years ago

星辰征途 星辰征途致力于人工智能产业的创新与实践，为全球消费者提供更愉悦便捷的生活方式。我们团队汇聚了清华、北大、CMU等国内外名校硕博士和来自Google、MSRA等海内外Top企业的资深AI领域专家。共同推动AI技术的发展，我们的使命是…

语音小管家

转载2 years ago

汉王科技 汉王科技股份有限公司成立于1998年，作为国内人工智能产业的先行者，汉王科技潜心深耕二十余载，始终致力于多领域智能交互技术的研究与应用。在手写识别、光学字符识别(OCR)、人脸识别、笔迹输入等领域拥有多项具有自主知识产权的核心技术…