声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理10篇。 cs.SD语音 【1】 A Low-rank Matching Attention based Cross-modal Feature Fusion Method for…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理11篇。 cs.SD语音 【1】 LyricWhiz: Robust Multilingual Zero-shot Lyrics Transcription by Whisperin…

机器之心

原创3 years ago

用背包（backpack）装词比用袋子（bag）好？在这篇论文中，斯坦福大学的研究者提出了可干预的 Backpac k 语言模型，通过调控意义向量来干预语言模型行为，引导语言模型输出想要的结果。 以 GPT 为代表的大型语言模型已经并还将继…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理20篇。 cs.SD语音 【1】 Cascaded encoders for fine-tuning ASR models on overlapped speech标题：用于交叠语音…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音22篇，eess.AS音频处理24篇。 cs.SD语音 【1】 Mono-to-stereo through parametric stereo generation标题：通过参数立体声生成实现单声道到立体声链接…

语音小管家

转载3 years ago

天津大学天津市认知计算与应用重点实验室视听觉认知计算团队12篇论文被语音技术顶会Interspeech 2023接收，涵盖意图识别、口语理解、声学特征、语音识别、语音分离、情感识别等研究方向，论文简介如下。 01.Rethinking th…

语音小管家

转载3 years ago

【Meta多语言MMS模型在线演示，包括语音转文本(ASR)、文本转语音(TTS)和语言识别(LID)等功能】“MMS - a Hugging Face Space by mms-meta” 地址： https://huggingface.…

语音小管家

转载3 years ago

项目地址： https://github.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI 项目开发者为知名科技UP花儿不哭，由于RVC的易用性和优质效果、已经称为了爆款项目，项目…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理4篇。 cs.SD语音 【1】 TACOformer:Token-channel compounded Cross Attention for Multimodal Emotion R…

语音小管家

转载3 years ago

吴恩达说的「小数据」有多大威力？这个只有 1.3B 参数量的模型给出了证明。 来源丨机器之心 人工智能的三个核心要素是算力、算法和数据，这是大多数人在初识人工智能时都会接触到的一个观点。不过，在深入阐述该观点时，很多材料都倾向于解释数据「大…