声浪

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13篇。 cs.SD语音 【1】AVSegFormer: Audio-Visual Segmentation with Transformer 标题：AVSegFormer：基于变换…

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) 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…

新智元

原创3 years ago

用大语言模型定理证明，加州理工华人一作最新研究可能改变数学未来。 大语言模型，可以用来证明数学定理了！ 「数学天才」陶哲轩曾在一篇博客中称，2026年，AI将与搜索和符号数学工具相结合，成为数学研究中值得信赖的合著者。 这个预言，如今已经成…

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10篇。 cs.SD语音 【1】 A Low-rank Matching Attention based Cross-modal Feature Fusion Method for…

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11篇。 cs.SD语音 【1】 LyricWhiz: Robust Multilingual Zero-shot Lyrics Transcription by Whisperin…

机器之心

原创3 years ago

用背包（backpack）装词比用袋子（bag）好？在这篇论文中，斯坦福大学的研究者提出了可干预的 Backpac k 语言模型，通过调控意义向量来干预语言模型行为，引导语言模型输出想要的结果。 以 GPT 为代表的大型语言模型已经并还将继…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理20篇。 cs.SD语音 【1】 Cascaded encoders for fine-tuning ASR models on overlapped speech标题：用于交叠语音…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音22篇，eess.AS音频处理24篇。 cs.SD语音 【1】 Mono-to-stereo through parametric stereo generation标题：通过参数立体声生成实现单声道到立体声链接…

语音小管家

转载3 years ago

天津大学天津市认知计算与应用重点实验室视听觉认知计算团队12篇论文被语音技术顶会Interspeech 2023接收，涵盖意图识别、口语理解、声学特征、语音识别、语音分离、情感识别等研究方向，论文简介如下。 01.Rethinking th…

语音小管家

转载3 years ago

【Meta多语言MMS模型在线演示，包括语音转文本(ASR)、文本转语音(TTS)和语言识别(LID)等功能】“MMS - a Hugging Face Space by mms-meta” 地址： https://huggingface.…