声浪

语音小管家

转载4 years ago

ChatGPT出现后惊喜或惊醒了很多人。惊喜是因为没想到大型语言模型（LLM,Large Language Model）效果能好成这样；惊醒是顿悟到我们对LLM的认知及发展理念，距离世界最先进的想法，差得有点远。我属于既惊喜又惊醒的那一批，…

每日语音速递

转载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】 Synthesizing audio from tongue motion during speech using tagged MRI via tra…

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】 ASR Bundestag: A Large-Scale political debate dataset in German 标题：ASR Bunde…

语音小管家

转载4 years ago

SCI 期刊Applied Science (影响因子 2.838) 近日发布了专刊“Advanced Technology in Speech and Acoustic Signal Processing”，欢迎各位同仁赐稿。 该专刊由清…

机器之心

原创4 years ago

给出一段文字，人工智能就可以生成音乐，语音，各种音效，甚至是想象的声音，比如黑洞和激光枪。最近由英国萨里大学和帝国理工学院联合推出的AudioLDM，在发布之后迅速火遍国外，一周内在推特上收获了近 300 次的转发和 1500 次的点赞。在…

语音小管家

转载4 years ago

如今的AI技术发展堪称“very神奇”，文字、图片竟能一键直接生成逼真音效，嗯，妥妥都是因为TA，一款在语音音频领域“横空出世”的新模型：Make-An-Audio。 近期AIGC如同“上了热搜”一般，火热程度居高不下，当然除了名头格外响亮…

21dB声学人

原创4 years ago

文章来源于21dB声学人，作者21dB声学人 人工神经网络（Artificial Neural Network, ANN）中的单个人工神经元是对生物神经元的高度抽象、提炼和简化，模拟了后者的若干基本性质。得益于误差反向传播算法，网络权重可根…

声纹圈

原创4 years ago

文章来源于声纹圈，作者李蓝天 声纹识别，又称说话人识别，是根据语音信号中的声纹特征来识别话者身份的过程，也是一种重要的生物认证手段。历经几十年的研究，当前声纹识别系统已取得了令人满意的性能表现，并在安防、司法、金融、家居等诸多领域中完成部署…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 cs.SD语音 【1】 GTR-CTRL: Instrument and Genre Conditioning for Guitar-Focused Music Generat…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 cs.SD语音 【1】 Incorporating Total Variation Regularization in the design of an intelligent…