![语音/音频处理学术速递[10.9]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-10-10/1711569304455090176.jpg)
语音/音频处理学术速递[10.9]
今日论文合集：cs.SD语音13篇，eess.AS音频处理16篇。 cs.SD语音 【1】 MBTFNet: Multi-Band Temporal-Frequency Neural Network For Singing Voice En…
106 0 0
最新声浪
查看全部 →
迈聆科技 | 招聘音频算法工程师（广州）
招聘岗位 音频算法工程师 职位描述 1、根据产品需求，研究、设计、开发音频信号处理算法。 2、跟踪业界的先进技术，对算法持续优化改进。 3、参与算法的工程实现和性能优化。 4、撰写相关的算法设计文档和专利。
98 0 0
假期归来必看！2023年9月份，爆款论文总结，了解最新学术进展！
十一假期结束了，十月基本上算是过了一半了，小伙伴们收收心准备开始学习工作吧。按照惯例，月初继续带到家盘一下上个月(九月份)的热点论文。本月论文主要分为大模型微调、大模型发布、大模型应用三个方面。 其中在大模型微调方面有：麻省理工(MIT)提…
131 0 0
正面硬刚GPT-4V！浙大校友开源多模态大模型LLaVA-1.5，130亿参数8个A100一天训完
GPT-4V风头正盛，LLaVA-1.5就来踢馆了！它不仅在11个基准测试上都实现了SOTA，而且13B模型的训练，只用8个A100就可以在1天内完成。 9月底，OpenAI宣布ChatGPT多模态能力解禁。多模态GPT-4V的神奇能力让众…
74 0 0
平安科技 | 招聘大模型算法研究员实习生（上海）
招聘岗位 大模型算法研究员实习生 实习待遇：300元/天 职位描述 1. 参与评估和集成第三方大型模型平台，例如ChatGPT等，以扩展模型的功能和性能。 2. 探索大型模型的原生应用，研究并应用语言模型的预训练和微调技术，包括但不限于Au…
73 0 0
7.7亿参数，超越5400亿PaLM！UW谷歌提出「分步蒸馏」，只需80%训练数据｜ACL 2023
LLM不实用，小模型蒸馏才是「现实」的大模型应用路线，全面领先微调技术！土豪请无视。。。 大型语言模型虽然性能优异，可以用零样本或少样本提示解决新任务，但LLM在实际应用部署时却很不实用，内存利用效率低，并且需要大量计算资源。 比如运行一个…
52 0 0
斑马智行 | 招聘语音识别算法专家（上海）
招聘岗位 语音识别算法专家 职位描述 1、与阿里巴巴达摩院自然交互（NUI）领域技术研究团队一起合作，将业界先进水平的声学前端、语音唤醒、语音识别、语音合成、声纹识别技术落地车场景，打造车行业领先的语音能力。 2、针对TOB车场景特定需求，…
83 0 0
【开源项目】Flow Matching 语音合成
CFM是一种新技术，已被证明可以改进扩散模型，Meta的Voicebox模型将CFM引入语音合成领域，下面是voicebox的一个工作流程图
227 0 0
论文分享 | SINGFAKE：歌声深度伪造检测
本次分享美国罗彻斯特大学团队提交到ICASSP 2024会议的论文《SINGFAKE: SINGING VOICE DEEPFAKE DETECTION》。该论文提出一种新的语音鉴伪任务“歌声鉴伪”。 论文地址： https://arxiv…
124 0 0
NeurIPS 2023丨说话人识别：语音解耦与自监督
NeurIPS 2023说话人识别最新工作：语音解耦与自监督！由新加坡国家科技局、新国立、港理工和港中文（深圳）联合推出。 论文链接： https://arxiv.org/abs/2310.01128
60 0 0