声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音21篇，eess.AS音频处理39篇。 cs.SD语音 【1】 N-Shot Benchmarking of Whisper on Diverse Arabic Speech Recognition标题：不同阿拉…

机器之心

原创3 years ago

类 ChatGPT 模型的输入框里可以粘贴语音文档了。 来源丨机器之心 大型语言模型（LLM）正在改变每个行业的用户期望。然而，建立以人类语音为中心的生成式人工智能产品仍然很困难，因为音频文件对大型语言模型构成了挑战。 将 LLM 应用于音…

THUsatlab

原创3 years ago

本文介绍清华大学电子系无线信息系统理论实验室 (WISTlab)和语音与音频技术实验室 (SATlab) 合作的ICASSP 2023录用论文 Unsupervised Anomaly Detection and Localization…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音22篇，eess.AS音频处理27篇。 cs.SD语音 【1】 Q&A: Query-Based Representation Learning for Multi-Track Symbolic Music re…

新智元

原创3 years ago

从头复习大型语言模型发展历程，看这些论文就够了！ 来源丨新智元 短短五年，Transformer就几乎颠覆了整个自然语言处理领域的研究范式，是划时代产品ChatGPT的基础技术，也促进了计算机视觉、计算生物学等领域的研究进展。 在发展的过程…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音27篇，eess.AS音频处理34篇。 cs.SD语音 【1】 Differentiable Allpass Filters for Phase Response Estimation and Automatic…

语音小管家

转载3 years ago

近日，Interspeech 2023会议发出了审稿结果通知，语音及语言信息处理国家工程研究中心智能语音信息处理团队共14篇论文被会议接收，论文方向涵盖语音识别、语音合成、话者识别、语音增强、情感识别、声音事件检测等，各接收论文简介见后文。…

语音小管家

转载3 years ago

2022年6月语音之家AI工匠学堂上线。 回顾AI工匠学堂成立一年来的发展历程，我们感到非常自豪和感慨万分。从第一位小伙伴来询问有没有智能语音课程，到现在覆盖语音识别、声纹识别、语音合成等多方向的8门课程、一支充满活力的助教团队以及众多支持…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音23篇，eess.AS音频处理31篇。 cs.SD语音 【1】 Unsupervised Melody-to-Lyric Generation标题：无监督的旋律到歌词生成链接：https://arxiv.org/…

将门创投

原创3 years ago

本文介绍一篇来自英国巴斯大学（University of Bath）与微软合作完成的工作，研究者从频率域角度入手探究视觉Transformer结构中的频域注意力和多头注意力在视觉任务中各自扮演的作用。 论文链接： https://arxiv…