面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
如何打造真人化高表现力的语音合成系统
原创4 years ago
如何打造真人化高表现力的语音合成系统

作者达摩院语音实验室 作者丨胡凯 语音合成技术作为人机交互的重要环节,终极目标即达到媲美真人的合成效果。高表现力语音合成逐渐成为未来的趋势。高表现力语音有三个显著的特点:韵律自然、情感风格丰富和音质清澈。 需要认识到的是当下的技术水平在韵律…

542 0 0
ASR:从GMM到Transformer
原创4 years ago
ASR:从GMM到Transformer

作者Toughman 1. ASR定义 定义: 什么是语音识别?输入语音信号其对应的输出文本序列。 如何形式化这个问题? 建模: 目标是什么? 如何建模?

183 0 0
Reworked Conformer
原创4 years ago
Reworked Conformer

作者NGK编辑部 本文将介绍新一代 Kaldi 团队在 Conformer 上的改进工作。 更多内容建议参考: Reworked Conformer 模型代码[1] https://github.com/k2-fsa/icefall/blo…

449 0 0

为语音开发者而生