终于，OpenAI开放ChatGPT API，成本直降90％，百万token才2美元
现在，第三方可以通过 API 将对话模型 ChatGPT 和语音转文本模型 Whisper 集成到自己的应用程序和服务中了。 来源丨机器之心 2022 年 11 月，OpenAI 上线 ChatGPT，自此以后，这个对话模型一路开挂。毫不夸…
50 0 0
声浪
![语音/音频处理学术速递[3.3]](https://api.speechhome.com/Resources/Thumb/2023-03-06/1632575419230326784.jpg)
语音/音频处理学术速递[3.3]
今日论文合集：cs.SD语音10篇，eess.AS音频处理14篇。 cs.SD语音 【1】 ParrotTTS: Text-to-Speech synthesis by exploiting self-supervised represen…
169 0 0
![语音/音频处理学术速递[3.2]](https://api.speechhome.com/Resources/Thumb/2023-03-03/1631478577507733504.jpg)
语音/音频处理学术速递[3.2]
今日论文合集：cs.SD语音16篇，eess.AS音频处理19篇。 cs.SD语音 【1】 WhisperX: Time-Accurate Speech Transcription of Long-Form Audio标题：WhisperX…
839 0 0
论文分享 | 利用模态不变特征在模态缺失条件下实现更鲁棒的多模态情感识别
以下文章来源于智能语音新青年，作者ttslr 近期，ICASSP 2023会议发布录用通知，内蒙古大学计算机学院“语音理解与生成研究组”（https://ttslr.github.io/index_S2Group.html）刘瑞研究员团队提…
263 0 0
![语音/音频处理学术速递[3.1]](https://api.speechhome.com/Resources/Thumb/2023-03-02/1631215657293058048.jpg)
语音/音频处理学术速递[3.1]
今日论文合集：cs.SD语音17篇，eess.AS音频处理17篇。 cs.SD语音 【1】 Audio Retrieval for Multimodal Design Documents: A New Dataset and Algorit…
172 0 0
IEEE Fellow李海洲：远渡重洋，万里求索，“机器智能对话”是毕生所求
一直来到实叻坡，乜事无。上山来做工，伯公“多隆”保平安。——潮州过番歌 所谓“过番”，指早期潮州人外出务工，乘坐小船历经七天七夜到达东南亚谋生，“实叻坡”是马来语“Selat”的音译词，便是指“新加坡”。上世纪，从中国东南一带移民至新加坡的…
82 0 0
智能语音信息处理团队18篇论文被语音技术顶会ICASSP 2023接收
近日，ICASSP 2023会议发出了审稿结果通知，语音及语言信息处理国家工程研究中心智能语音信息处理团队共18篇论文被会议接收，论文方向涵盖语音识别、语音合成、话者识别、语音增强、情感识别、声音事件检测等，各接收论文简介见后文。 来源丨语…
51 0 0
![语音/音频处理学术速递[2.28]](https://api.speechhome.com/Resources/Thumb/2023-03-01/1630834538206859264.png)
语音/音频处理学术速递[2.28]
今日论文合集：cs.SD语音24篇，eess.AS音频处理31篇。 cs.SD语音 【1】 Multimodal Speech Recognition for Language-Guided Embodied Agents标题：面向语言制导…
263 0 0
知识类问答数据集资源对外开放：百万级百度知道、社区问答及六大领域级小规模语料概述
随着chatgpt的火热，中文知识类问答数据集由收到诸多关注，其作为高质量的QA数据，可以用于SFT阶段以及pretrain预训练阶段。 本文主要介绍目前开源可下载的两个较大规模的知识类数据集，包括147万百度知道知识类数据集、425万社区…
101 0 0
IEEE SLT 2022论文丨如何利用x-vectors提升语音鉴伪系统性能？
分享一篇IEEE SLT 2022收录的声纹识别方向的论文，《HOW TO BOOST ANTI-SPOOFING WITH X-VECTORS》由AuroraLab（极光实验室）发表。 来源丨AuroraLab AuroraLab源自清华…
146 0 0