声浪

语音小管家

转载3 years ago

EmotiVoice是一个强大的开源TTS引擎，支持中英文双语，包含2000多种不同的音色，以及特色的情感合成功能，支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。 项目地址（基于PromptTTS）： https://github.c…

语音小管家

转载3 years ago

Bark 是由Suno创建的基于转换器的文本到音频模型。Bark 可以生成高度逼真的多语言语音以及其他音频 - 包括音乐、背景噪音和简单的音效。该模型还可以产生非语言交流，如大笑、叹息和哭泣。 项目地址：https://github.com…

语音小管家

转载3 years ago

本文分享作者对Whisper论文解读。 论文：2023 ICML | Robust speech recognition via large-scale weak supervision [1] 作者：Radford, Alec, Jong…

西工大音频语音与语言处理研究组

原创3 years ago

语音转换（Voice Conversion）是智能语音处理领域的典型研究课题。语音转换挑战赛（VCC）是语音转换领域的国际顶级赛事，已成功举办了三届。2023年VCC竞赛专注歌声转换（Singing Voice Conversion，SVC…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理12篇。 cs.SD语音 【1】 Proceedings of the 5th International Workshop on Reading Music Systems标题

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 cs.SD语音 【1】 A Foundation Model for Music Informatics标题：音乐信息学的基础模型链接

量子位

原创3 years ago

百模大战，最备受期待的一位选手，终于正式亮相！ 它便是来自李开复博士创办的AI 2.0公司零一万物的首款开源大模型——Yi系列大模型： Yi-34B和Yi-6B。 虽然Yi系列大模型出道时间相对较晚，但从效果上来看，绝对称得上是后发制人。…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理6篇。 cs.SD语音 【1】 FiloBass: A Dataset and Corpus Based Study of Jazz Basslines标题：Filo

语音小管家

转载3 years ago

引言 降低Transformer的计算成本，提高Transformer的长序列扩展能力，一直是学术研究的重点。例如：伯克利提出的Ring Attention、Paged Attention、普渡提出的SRformer等，更有研究人员提出了替…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理10篇。 cs.SD语音 【1】 Server-side Rescoring of Spoken Entity-centric Knowledge Queries for Virtua…