![语音/音频处理学术速递[5.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-17/1791306062184452096.jpg)
声浪
![语音/音频处理学术速递[5.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-16/1790933070187204608.jpg)
ICME2024｜利用多编码器和多系统融合提高唇语识别性能
自动唇语识别（Automatic Lip Reading, ALR）旨在从说话人的无声唇语动作视频自动识别出说话内容。目前的主流唇语识别方法只使用单个视觉编码器来建模单尺度的输入视频。本文提出通过融合多尺度视频数据和多编码器系统来增强唇语识…
33 0 0
![语音/音频处理学术速递[5.14]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-16/1790934518765588480.jpg)
语音/音频处理学术速递[5.14]
今日论文合集：cs.SD语音13篇，eess.AS音频处理13篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】 Improving Multimodal Learning with Multi-Loss Gradient…
46 0 0
OpenAI一夜改写历史，GPT-4o干翻所有语音助手！丝滑如真人引爆全网科幻成真
ChatGPT 问世才 17 个月，OpenAI 就拿出了科幻电影里的超级 AI，而且完全免费，人人可用。 传说，这一夜，OpenAI要改变历史。 看完发布会的观众们，久久未从巨大的震惊中走出——科幻电影中的「Her」，在此刻成真了！ 在全…
71 0 0
![语音/音频处理学术速递[5.13]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-13/1789917354109571072.jpg)
苹果获得了下一代可穿戴音频设备的专利，可能具有定向音频功能
近日，美国专利商标局正式授予苹果一项专利，该专利涉及可能具有定向音频功能的下一代AirPods系列可穿戴设备。 苹果的发明提供了一种带有音频模块的可穿戴设备，该模块可操作以从远离用户耳朵的距离提供音频输出。 例如，可穿戴设备可以佩戴在用户的…
60 0 0
技术报告分享丨第一届语音对话与听觉处理前沿进展研讨会
Recent Advances on Speech Dialogue and Auditory Processing (RASDAP2024)Technical Report 为了更好地推动语音对话与听觉处理领域的深入交流与前沿研究，由中国…
101 0 0
![语音/音频处理学术速递[5.10]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-10/1788819354503221248.jpg)
![语音/音频处理学术速递[5.9]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-05-09/1788449714702782464.jpg)