声浪

语音小管家

转载4 years ago

interspeech2022的文章列表： https://www.isca-speech.org/archive/interspeech_2022/index.html 据我们统计，interspeech2022论文中与说话人识别相关的论…

语音小管家

转载4 years ago

日前，火山引擎语音合成产品获得国家语音及图像识别产品质量检验检测中心（以下简称“AI国检中心”）颁发的语音合成增强级检验检测证书，在语音合成的基本要求以及扩展要求上已达AI国检中心的最高等级标准。本次评测从中文普通话、多方言、多语种、混合语…

语音小管家

转载4 years ago

清华大学团队根据语音的生成机制开发了一种基于石墨烯的融合肌电电极和力学传感器的双生物通道传感器（DGEMS）用于采集佩戴者说话时下颌部和喉部的肌电信号和力学信号，其中肌电电极和力学传感器均通过激光直写聚酰亚胺薄膜制备，石墨烯肌电电极比商业肌…

语音小管家

转载4 years ago

一直以来，火山语音团队都为时下风靡的视频平台提供基于语音识别技术的智能视频字幕解决方案，简单来说就是可以自动将视频中的语音和歌词转化成文字，来辅助视频创作的功能。但伴随平台用户的快速增长以及对语言种类更加丰富多样的要求，传统采用有监督学习技…

语音小管家

转载4 years ago

文章来源于RUC AI Box，作者杨晨 © 作者｜杨晨 机构｜中国人民大学高瓴人工智能学院 研究方向 |推荐系统 本文选取了EMNLP 2022中714篇主会长文，参照不同的研究主题进行分类整理（分类标准参考EMNLP官方投稿主题），以供…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音40篇，eess.AS音频处理40篇。 【1】 Efficient Speech Translation with Dynamic Latent Perceivers标题：基于动态潜在感知器的高效语音翻译链接：h…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音44篇，eess.AS音频处理44篇。由于两个种类的内容一致，今天不分开列举。 【1】 LyricJam Sonic: A Generative System for Real-Time Composition…

语音小管家

转载4 years ago

作者丨卫雅珂、刘学旻 来源丨AI科技评论 视觉和听觉在人类的沟通和场景理解中至关重要。为了模仿人类的感知能力，旨在探索视音模态的视音学习在近些年来已成为一个蓬勃发展的领域。本文是对由中国人民大学高瓴人工智能学院GeWu-Lab联合德克萨斯州…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音34篇，eess.AS音频处理34篇。 cs.SD语音 【1】 Text-to-speech synthesis from dark data with evaluation-in-the-loop data s…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音15篇，eess.AS音频处理16篇。 cs.SD语音 【1】 Audio MFCC-gram Transformers for respiratory insufficiency detection in CO…