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 →
语音识别-中文数据类型分类
转载5 years ago
语音识别-中文数据类型分类

语音识别是语音信号处理的重要研究方向之一,它是一门涉及面很广的交叉学科,与计算机、通信、语音语言学、数理统计、信号处理、神经生理学、神经心理学、模式识别、声学和人工智能等学科都有密切的联系。它还涉及到生理学、心理学以及人的体态语言。 语音识…

42 0 0
语音转换技术综述2
转载5 years ago
语音转换技术综述2

上个月浏览了若干个专题的数十篇论文,觉得很有收获。今天来综述一下其中「语音转换」这个专题的文章。文中提到许多机器学习模型,我尽可能保持简略,仅叙述其思想,避免深入数学细节。有些参考文献我可能浏览得不够仔细,如有错漏,欢迎指正、补充。 一、语…

105 0 0
语音唤醒技术综述
转载5 years ago
语音唤醒技术综述

今天来综述一下上个月看过的「语音唤醒」专题的论文。由于语音唤醒系统之间的共性比较多,这篇综述不像上一篇那样侧重于单篇文献的讲解,而更像是对文献的归类整理,篇幅也会短得多。 语音唤醒,一般用在手机或专门的语音助手硬件上。这些设备会设置特定的唤…

580 2 0
云栖大会|盛宴之下,共赴一场视频云的进化论
问答5 years ago
云栖大会|盛宴之下,共赴一场视频云的进化论

2021 云栖大会 10 月 21 日,阿里云视频云 将深度演绎一场视频云赛道的全面进化 音视频技术开创产业视频化新蓝海 新内容与新交互的演进,推动了消费端全方位的体验革新,展开了云上视频新景象,促动了众多行业音视频数智化转型,更打开了产业…

427 1 0
OpenSpeaker:从零实现一套声纹识别系统
转载5 years ago
OpenSpeaker:从零实现一套声纹识别系统

前言:有感于早些年前学习语音时,在Kaldi庞大的框架和脚本里挣扎了很久,而且对于深度学习模型训练、推理、部署、优化等也困惑了很久,现如今有时间,就想实现一套最简单的自包含方案,系统的说明一套语音服务从训练到部署的全套流程,方便新人学习,也…

455 1 0
云栖大会|感受万物数字化,体验千行视频化
问答5 years ago
云栖大会|感受万物数字化,体验千行视频化

“前沿·探索·想象力”,今年的云栖大会即将与大家如期见面。 从10月19日至22日,云栖大会将带来100+场新思想论坛、450+最热科技新品、1000+数字新物种、40000平米的“云栖数字谷”沉浸科技体验,以及一系列炫目的极客盛会。 阿里…

530 1 0

为语音开发者而生