声浪

阿里语音AI

原创4 years ago

文章来源于阿里语音AI，作者达摩院语音实验室 开源工业级Paraformer非自回归端到端语音识别模型 我们在ModelScope上开放了阿里工业级的语音识别模型，涉及不同的模型结构（UniASR，Paraformer），不同的模型大小（s…

语音小管家

转载4 years ago

本文介绍清华大学语音处理与机器智能实验室（Speech Processing and Machine Intelligence, SPMI）与中国移动研究院（CMRI）的联合工作——GUS：一种以预训练语言模型GPT-2为骨架，结合了用户目…

语音小管家

转载4 years ago

文章来源于PaperWeekly，作者让你更懂AI 语音合成旨在根据文本合成特定说话人的语音。先进语音合成模型展示了强大的生成能力，无论是生成高水平的细节还是其生成的多样性，都让人印象深刻。个性化语音生成需求的增加对语音合成模型提出了挑战，…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理8篇。 cs.SD语音 【1】 MAViL: Masked Audio-Video Learners 标题：MAViL：蒙面视听学习者 链接：https://arxiv.org/abs…

语音小管家

转载4 years ago

近日，人工智能领域顶级国际期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEE TPAMI，影响因子24.314）再次接收了火山语音团队有关机器学习的技…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音3篇，eess.AS音频处理3篇。 cs.SD语音 【1】 Style-Label-Free: Cross-Speaker Style Transfer by Quantized VAE and Speaker-…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理7篇。 cs.SD语音 【1】 Audiovisual Masked Autoencoders 标题：视听屏蔽式自动编码器 链接：https://arxiv.org/abs/2212.…

西工大音频语音与语言处理研究组

原创4 years ago

文章来源于音频语音与语言处理研究组，作者雷怡 语音合成（Text-to-Speech，TTS）和歌声合成（Singing Voice Synthesis，SVS）分别是根据文本和音乐乐谱生成高质量的语音和歌声的技术。在深度学习的推动下，语音…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理9篇。 cs.SD语音 【1】 Machine Learning-based Classification of Birds through Birdsong 标题：基于机器学习的鸟鸣…

THUHCSI人机语音交互实验室

原创4 years ago

文章来源于THUHCSI人机语音交互实验室，作者HCSIers 零样本语音转换在转换时只需目标说话人的一段语音，更适合实际应用需求，具有广泛应用前景。 现有工作只考虑内容和音色表征的解耦，没有考虑与语音旋律相关的韵律和音高表征，导致与音高和…