NPU-ASLP实验室将携10篇论文参加语音旗舰会议ICASSP2022
作为声学、语音和信号处理相关研究领域的旗舰国际会议，ICASSP2022将采用全新的会议形式——5月7-13日全线上虚拟会议，5月22-27日以新加坡主会场、中国深圳分会场的线下线上混合形式进行。ICASSP为IEEE信号处理协会（SPS）…
397 0 0
声浪
WebRTC AGC 流程解析
自动增益控制(Automatic gain control, AGC)是控制语音信号的增益稳定在指定水平的算法，可以避免语音忽大忽小引起的听觉不适。AGC作为音频3A算法之一，似乎并没有像ANR和AEC那样被较多的关注，但我个人觉得这是一个…
382 0 0
微软语音扩展全球语言支持，发布 160 个新声音
全世界有数千种语言，最具语言天赋的人也只能说数十种，普通人能够学会两三种语言已属不易。然而，在科技日新月异的今天，具备自然语言对话能力的 AI 已经能够掌握上百种语言，扩展人类自身能力，为不同场景的跨境语言服务打开了更多可能性。 近期，微软…
136 0 0
聊一下说话人识别的cross-domain问题
作者编语：在说话人识别社区里，cross-domain问题，即跨域问题，是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题，顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
226 0 0
聊一下说话人识别的cross-domain问题
作者编语：在说话人识别社区里，cross-domain问题，即跨域问题，是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题，顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
212 0 0
ICASSP 2022论文分享-ProsoSpeech：基于量化矢量预训练的韵律建模方法
以下文章来源于阿里语音AI，作者达摩院语音实验室 ICASSP(International Conference on Acoustics, Speech, and Signal Processing)是国际声学、语音和信号处理会议，亦为I…
233 0 0
如何亿点点降低语音识别跨领域、跨语种迁移难度？
以下文章来源于微软研究院AI头条，作者侯汶昕、王晋东 随着深度学习的不断发展，语音识别技术得到了极大的提升，同时为人们的日常生活提供了许多便利。然而，一个语音模型的训练并非易事，因为语音数据天然存在着获取难、数据标注耗时昂贵的问题，而且还会…
211 0 0
清华语音与音频技术实验室OpenASR20挑战赛系统描述
由清华语音与音频技术实验室（THUsatlab）组成的THUEE队伍参加OpenASR20挑战赛取得多项语种第一名，本文主要介绍比赛中所搭建的系统。
374 0 0
三个世界第一！贝壳人工智能技术的新突破
近日，贝壳人工智能技术中心捷报频传，旗下语音技术团队与NLP技术团队先后在两大国际顶级赛事中斩获三个“世界第一”，这标志着贝壳AI技术在相关领域的研究已处于世界领先水平。 在国际声学、语音与信号处理会议（ICASSP） 2022 ADD挑战…
145 0 0
