声浪

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理19篇。 cs.SD语音 【1】 A two-stage speaker extraction algorithm under adverse acoustic conditions…

语音小管家

转载4 years ago

GPT-4真的要来了！发布时间已确定： 就在下周。而且还是多模态，可支持视频。 听到这个消息，网友们直接炸了锅：大家都准备好了吗？ 毕竟在一部分人眼中，ChatGPT都已经如此惊艳，那GPT-4不得是这样的？ （不过100万亿参数是谣言）…

智能语音新青年

原创4 years ago

文章来源于智能语音新青年，作者ttslr 本次分享华南理工大学、优必选研究院等合作在ICASSP2023会议发表的论文《DST: Deformable Speech Transformer for Emotion Recognition》。…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理9篇。 cs.SD语音 【1】 Robust Knowledge Distillation from RNN-T Models With Noisy Training Labels U…

语音小管家

转载4 years ago

WeSpeaker正式更新C++部署链路，推理引擎使用OnnxRuntime，支持从语音中提取Speaker Embedding信息，代码详见WeSpeaker/runtime[1]。

阿里语音AI

原创4 years ago

文章来源于阿里语音AI，作者赵胜奎 马斌 人类能在复杂的多人说话环境中轻易地分离干扰声音，选择性聆听感兴趣的主讲人说话。但这对机器却不容易，如何构建一个能够媲美人类听觉系统的自动化系统颇具挑战性。 本文将详细解读ICASSP2023本届会议…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 cs.SD语音 【1】 TOLD: A Novel Two-Stage Overlap-Aware Framework for Speaker Diarization 标题：T…

语音小管家

转载4 years ago

关于AI，ChatGPT 的文章铺天盖地，但是真正讨论得深度有内容永远稀缺。这次是M小姐第一次正式约稿，来自数据科学大牛，也是B站上小有名气的Up 主：课代表立正！ 一项新的技术开始，总会有太多或高或低的噪音，对于要做决策的人，常常会觉得抓…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理15篇。 cs.SD语音 【1】 An Inception-Residual-Based Architecture with Multi-Objective Loss for Det…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理5篇。 cs.SD语音 【1】 New Audio Representations Image Gan Generation from BriVL 标题：从BriVL生成新的音频表示图…