声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理16篇。 cs.SD语音 【1】 Evaluation of Speech Representations for MOS prediction标题：用于MOS预测的语音表示的评估链接…

语音小管家

转载3 years ago

RedPajama模型是TOGETHER发布的一个开源可商用的大模型。2023年6月6日，TOGETHER在官方宣布该模型完成训练，经过测试，该模型目前超过所有7B规模的大模型，比LLaMA-7B和Falcon-7B的效果还要好！ TOGE…

阿里语音AI

原创3 years ago

近日，语音技术领域旗舰会议INTERSPEECH 2023公布了本届论文审稿结果，阿里巴巴达摩院语音实验室有17篇论文被大会收录。 01 论文题目：FunASR: A Fundamental End-to-End Speech Recogn…

智能语音新青年

原创3 years ago

近日，内蒙古大学计算机学院 语音理解与生成实验室（S2Lab，https://ttslr.github.io/index_S2Group.html）等团队共7篇论文被ICASSP2023接收。论文涉及研究方向包括多模态情感识别、语音增强、长…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音31篇，eess.AS音频处理36篇。 cs.SD语音 【1】 Few-shot bioacoustic event detection at the DCASE 2023 challenge标题：DCASE 2…

语音小管家

转载3 years ago

当前，对于语音信号进行离散化处理并使用离散语音token，已经成为语音合成（Text-to-speech, TTS）任务中最具有潜力的方向之一。上海交通大学X-LANCE实验室继去年首次提出了基于离散语音token的语音合成模型VQTTS，…

语音小管家

转载3 years ago

论文题目： MTANet: Multi-band Time-frequency Attention Network for Singing Melody Extraction from Polyphonic Music 作者列表： 高虞安，…

语音小管家

转载3 years ago

论文链接： https://arxiv.org/pdf/2306.02207.pdf Demo: https://ga642381.github.io/SpeechPrompt/speechgen.html Code: https://gi…

阿里语音AI

原创3 years ago

视频剪辑是大家生活中经常使用的工具，现有的视频剪辑软件支持种类丰富的视频裁剪、编辑功能。对于一个长视频，剪辑出里面需要的视频片段，往往需要花费很长的时间来浏览视频，剪辑需要的音视频片段。 ClipVideo剪辑工具结合了达摩院语音实验室在M…

语音小管家

转载3 years ago

论文链接： https://arxiv.org/pdf/2306.02207.pdf Demo: https://ga642381.github.io/SpeechPrompt/speechgen.html Code: