声浪

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9篇。 cs.SD语音 【1】 Learning Cross-lingual Visual Speech Representations 标题：学习跨语言的视觉语音表征链接：http:…

语音小管家

转载4 years ago

该论文提出了一个为多模态设计的概率建模框架 UniDiffuser，除了单向的文生图，还能实现图生文、图文联合生成、无条件图文生成、图文改写等多种功能。 据悉 GPT-4 将于本周发布，多模态将成为其一大亮点。当前的大语言模型正在成为理解各…

语音小管家

转载4 years ago

文章来源于机器之心，作者机器之心

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音48篇，eess.AS音频处理51篇。 cs.SD语音 【1】 A Study on Bias and Fairness In Deep Speaker Recognition标题：深度说话人识别中的偏差和公平性…

语音小管家

转载4 years ago

老铁们，好久不见，我是JayJay。 就在刚刚，北京时间3月15日凌晨，GPT-4问世。 现在，ChatGPT-Plus已经可以访问GPT-4： GPT-4是OpenAI在深度学习领域深耕的最新里程碑。GPT-4是一个大型多模态模型，接受图…

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19篇。 cs.SD语音 【1】 A two-stage speaker extraction algorithm under adverse acoustic conditions…

语音小管家

转载4 years ago

GPT-4真的要来了！发布时间已确定： 就在下周。而且还是多模态，可支持视频。 听到这个消息，网友们直接炸了锅：大家都准备好了吗？ 毕竟在一部分人眼中，ChatGPT都已经如此惊艳，那GPT-4不得是这样的？ （不过100万亿参数是谣言）…

智能语音新青年

原创4 years ago

文章来源于智能语音新青年，作者ttslr 本次分享华南理工大学、优必选研究院等合作在ICASSP2023会议发表的论文《DST: Deformable Speech Transformer for Emotion Recognition》。…

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9篇。 cs.SD语音 【1】 Robust Knowledge Distillation from RNN-T Models With Noisy Training Labels U…

语音小管家

转载4 years ago

WeSpeaker正式更新C++部署链路，推理引擎使用OnnxRuntime，支持从语音中提取Speaker Embedding信息，代码详见WeSpeaker/runtime[1]。