声浪

语音小管家

转载4 years ago

最强组合：HuggingFace+ChatGPT ——HuggingGPT，它来了！ 只要给定一个AI任务，例如“下面这张图片里有什么动物，每种有几只”。 它就能帮你自动分析需要哪些AI模型，然后直接去调用HuggingFace上的相应模型…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理2篇。 cs.SD语音 【1】 Selective Data Augmentation for Robust Speech Translation标题：用于稳健语音翻译的选择性数据增强…

机器之心

原创4 years ago

平替再平替，可以在消费级 GPU 上运行的 Koala 模型能实现 ChatGPT 一半的性能。 自从 Meta 发布并开源了 LLaMA 系列模型，来自斯坦福大学、UC 伯克利等机构的研究者们纷纷在 LLaMA 的基础上进行「二创」，先后…

语音小管家

转载4 years ago

顺丰科技是顺丰集团旗下的科技公司，自2021年初，顺丰科技从零开始逐渐完善形成了全面的信号处理、语音合成、语音识别和语言理解的能力体系，同时根据公司业务场景的需求，打造了智能质检、智能外呼等实际产品并实现了落地。2022年顺丰科技基于WeN…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理3篇。 cs.SD语音 【1】 Dual-Attention Neural Transducers for Efficient Wake Word Spotting in Speech…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理16篇。 cs.SD语音 【1】 LIPSFUS: A neuromorphic dataset for audio-visual sensory fusion of lip rea…

语音小管家

转载4 years ago

文章来源于清语赋，作者启明星 近日，清华大学和北京邮电大学联合在机器学习顶级期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) 上发表论文，报告了…

声纹圈

原创4 years ago

本文介绍谷歌团队发表于ICASSP 2023的一篇最新论文。该论文致力于提升基于Transformer-Transducer（T-T）的说话人转换检测模型，并提出了一种全新的基于字符的（token-based）训练方式，以及一种全新的、更加…

每日语音速递

原创4 years ago

今日论文合集：eess.AS音频处理6篇。 eess.AS音频处理 【1】 Multiple Hankel matrix rank minimization for audio inpainting标题：用于音频修复的多Hankel矩阵最小…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 cs.SD语音 【1】 Hindi as a Second Language: Improving Visually Grounded Speech with Semantic…