声浪
Facebook AI开源大型数据集CCMatrix
Facebook AI 近日在技术博客宣布新开源：CCMatrix 是用于训练翻译模型的高质量，基于 Web 的 bitexts 的最大数据集。通过从 CommonCrawl 公共数据集的快照中提取的 576 种语言对中的超过 45 亿个并…
53 0 0
INTERSPEECH FFSVC 2020 赛事发布
大家好，昆山杜克大学、新加坡国立大学、美国南加州大学与AISHELL合作举办的INTERSPEECH 2020 远场声纹识别比赛正式发布。包含几百G的数据分享。这次比赛着眼智能家居实际场景，从多阵列多通道远场带噪、手机注册远场测试、文本相关…
143 0 0
KDD 2020 | LRSpeech：极低资源下的语音合成与识别
清华大学硕士研究生、微软亚洲研究院机器学习组实习生徐进（指导研究员：谭旭）在 B 站分享了 KDD 2020论文“LRSpeech: Extremely Low-Resource Speech Synthesis and Recogniti…
55 0 0
谷歌数据集搜索正式版出炉：全面升级，覆盖2500万数据集
近日，谷歌宣布，它们的数据集搜索引擎不再是 beta 版了。这意味着该产品已经正式向用户们开放使用。Jeff Dean 和谷歌官方都在推特上宣布了这一消息。 谷歌数据集搜索的 beta 版本早在 2018 年 9 月就上线了，该引擎面向「科…
39 0 0
【技术揭秘】阿里语音AI : KAN-TTS语音合成技术
关键词：语音合成 Knowledge-awareNeural TTS KAN-TTS 在线中文实时语音合成 近几年，End2end技术发展迅速，在各个领域都有广泛的研究。在语音合成领域，研究人员也提出了基于End2end技术的语音合成系统[…
51 0 0
语音识别系列之高阶解码器技术
本文取名高阶解码器技术，一是文章假定读者已有语音识别、WFST(Weighted Finite State Transducer)和解码器的基础知识，二是文章关注解码器在实际应用中的问题和实际需求，当然也略有博人眼球的嫌疑。本文写作过程中，…
46 0 0
INTERSPEECH2020大会主题演讲嘉宾： 牛津大学教授Janet B. Pierrehumbert
摘要：美国科学院院士，美国语言学会、认知科学学会和美国艺术和科学院会士将为大会带来精彩报告 第21届国际语音通讯协会年会INTERSPEECH 2020将于2020年10月25日-30日全程在线举行。本次大会共邀请到4位重磅嘉宾做大会主题报…
36 0 0
Facebook开源低延迟在线自动语音识别框架：速度更快，错误率更低
AI 前线导读：Facebook 人工智能研究院（FAIR）于当地时间 1 月 13 日表示，已经开源了基于深度学习的推理框架 wav2letter @ anywhere，该框架可在云或嵌入式边缘环境中快速实现在线自动语音识别。 Wav2l…
41 0 0
乘风破浪的PTM：两年来预训练模型的技术进展
Bert模型自18年10月推出，到目前为止快两年了。它卜一问世即引起轰动，之后，各种改进版本的预训练模型（Pre-Training Model, PTM）与应用如过江之鲫，层出不穷。Bert及它的继任者们，确实也不孚众望，在NLP各个领域攻…
47 0 0