Sensors｜基于交互注意力音视频融合的人员验证
标题：Audio–Visual Fusion Based on Interactive Attention for Person Verification 作者：景雪斌，何亮，宋志达，王少磊 单位：新疆大学计算机科学与技术学院、清华大学电子…
58 0 0
最新声浪
查看全部 →![语音/音频处理学术速递[1.23]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-25/1750357258816065536.jpg)
易车 | 招聘语音合成算法工程师（北京）
招聘岗位 语音合成算法工程师 职位描述 1. 负责语音合成、语音克隆技术研究和产品落地，使得音色、韵律、情感等达到业务要求。 2. 负责AIGC中语音合成的相关需求，不限于歌唱合成、歌声切换等。 3. 负责跟进行业前沿技术发展趋势，跟踪国际…
91 0 0
NCMMSC 2023论文｜基于概率稀疏自注意力的说话人自适应语音合成
标题：Explore Speaker Adaptation Text-to-Speech Method Based ProbSparse Self-attention 作者：冷媛媛，王宗挥，方志华，张云祥，何亮 单位：新疆大学计算机科学与技…
45 0 0
GPT-SoVits: 上线两天获得了1.4k star的开源声音克隆项目，1分钟语音训练TTS模型
近期，RVC变声器创始人 （GitHub昵称：RVC-Boss）开源了一款跨语言音色克隆项目 GPT-SoVITS。项目一上线就引来了互联网大佬和博主的好评推荐，不到两天时间就已经在GitHub上获得了1.4k Star量。 项目地址：ht…
121 0 0
华为问界M9发布，Audio Vivid空间音频体验再升级！
12月26日，问界M9及华为冬季全场景发布会召开，问界M9正式亮相。在会场特设展区中，一场与众不同的视听盛宴惊艳了全场。问界M9采用全新HUAWEI SOUND卓越系列音响，配备星环散射体、超感空间音等功能，带来殿堂级听音体验。 从二维到三…
85 0 0
![语音/音频处理学术速递[1.22]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-25/1750354100333187072.jpg)
ChatGPT爆火一年后站上CES汽车展台“C位”，语音大模型“上车”了！
作为全球科技风向标，每年年初的CES（国际消费电子展）都是科技公司们展示最新技术的舞台，1月9日，CES 2024在美国拉斯维加斯开幕。去年的CES 2023电动汽车和元宇宙是绝对主角，而到了今年的CES 2024，电动汽车有了退潮的痕迹，…
79 0 0
汉王科技 | 招聘音频算法工程师（北京）
招聘岗位 音频算法工程师 职位描述 1、负责语音前端处理相关算法研发、实现、集成与测试，包括语音增强、AI降噪/回声消除、混响抑制、波束形成等。 2、参与评估第三方算法供应商方案的性能。 3、跟踪行业动态，掌握算法前沿趋势，预研差异化功能。…
55 0 0
利用LLM技术生成多种类型的音频相关工作分享
本次分享由香港中文大学、卡内基梅隆大学、微软亚洲研究院和浙江大学联合投稿的利用LLM技术生成多种类型的音频相关工作《UNIAUDIO: AN AUDIO FOUNDATION MODEL TOWARD UNIVERSAL AUDIO GEN…
71 0 0