声浪

21dB声学人

原创2 years ago

随着汽车成为人们日常生活中越来越重要的工具，用户需要安全、舒适、更智能的驾驶体验，智能驾驶舱的概念也逐渐出现。智能驾驶舱旨在通过支持包括语音和操作手势在内的多模式交互，尽可能提高用户体验和驾驶便利性。语音在现阶段的智能座舱交互中起着至关重要…

西工大音频语音与语言处理研究组

原创2 years ago

全球有 7000 多种语言，但大多数语言仍然缺乏语音技术的充分支持。近年来，学术界和工业界都对多语种自动语音识别（Multilingual Automatic Speech Recognition）表现出了浓厚的兴趣，以扩大语种覆盖范围。这…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理11篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音13篇，eess.AS音频处理15篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】Deep Space Separable Distillation for Lightweight Acoust…

新智元

转载2 years ago

Scaling Laws再次失效？微软最新的phi-3-mini模型，只用3.8B模型就击败了一众7B老大哥，用iPhone14每秒可生成12个tokens！ 过去几年，借助Scaling Laws的魔力，预训练的数据集不断增大，使得大模型…

西工大音频语音与语言处理研究组

原创2 years ago

论文题目:Unveiling the Potential of LLM-Based ASR on Chinese Open-Source Datasets 作者列表:耿雪龙，徐天翼，魏坤，穆秉甡，薛鸿飞，王贺，李泱泽，郭鹏程，戴宇航，李龙豪…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理9篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

西工大音频语音与语言处理研究组

原创2 years ago

人类的语音极富表现力，不仅包括语调和重读，还包括风格和情感等多种元素。表现力语音合成的目标是要精准捕捉并再现这些元素。先前表现力语音合成方面的研究通常将表现力视为单一维度，如风格或情感。但实际上，风格可以随着文本和场景变化而变化，情感也可以…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

近期，上海交通大学听觉认知与计算声学实验室的论文“Attention-based Encoder-Decoder End-to-End Neural Diarization with Embedding Enhancer”被语音领域顶级期刊…