声浪

西工大音频语音与语言处理研究组

原创2 years ago

语音转换 (Voice Conversion) 旨在保留语音中语言内容信息的同时，将源说话人音色转变为目标说话人的音色。越来越多的应用场景，如直播、视频会议等实时通信（RTC）应用中要求语音转换能够实时进行，而目前常见的语音转换模型以整段音…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

THUsatlab

转载2 years ago

尽管预训练模型在众多下游任务上有着优秀的表现，其在机器异常声音检测任务上往往表现不佳。本篇论文发现，迁移学习的一致性是异常检测性能的关键因素，包括结构一致性和数据一致性。 因此，研究团队提出了AnoPatch模型，在机器数据上对BEATs音…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理18篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

原创2 years ago

哇，你听说了吗？微软最近提出了一个超级厉害的语音合成系统，名叫EmoCtrl-TTS！ 想象一下，它就像是一个超级厉害的配音演员，不仅能模仿任何人的声音，还能随心所欲地控制情绪。开心的时候哈哈大笑，伤心的时候呜呜哭泣，甚至还能在一句话里从喜…

西工大音频语音与语言处理研究组

原创2 years ago

Whisper[1] 是一种在海量语音数据上训练的多任务、多语言语音基座模型，已在语音识别、翻译和语种识别等任务上表现出卓越性能。然而，其在说话人验证（SV）任务中的适用性尚未被探索，特别是在带说话人标签的语音数据有限的低数据资源场景。 近…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

oldpan博客

转载2 years ago

我们在上一篇文章面对疾风吧！风噪产生的原理及建模分析介绍了风噪产生的原理以及对应的模型。风噪作为一种特殊的噪声，其噪声频谱使用常规的噪声估计算法很难跟踪，今天我们介绍几种风噪抑制方案。 风噪抑制硬件方案 工欲善其事，必先利其器。抑制风噪可以…

它思科技

转载2 years ago

论文地址：https://arxiv.org/abs/2407.09807 开源代码及模型：https://github.com/thu-spmi/CAT/blob/master/docs/cuside-array.md 摘&

语音小管家

原创2 years ago

ChatGPT 引爆LLM的同时scaling law席卷了整个机器学习行业，openai 、meta、google等公司在语音方向也分别推出了whisper、mms、audioPaLM多个语音大模型，在模型和数据规模上再次发挥scalin…