声浪

语音小管家

转载2 years ago

近期，Meta开源了最新的Llama3.3-70B模型，这是Llama3.3系列目前唯一开源的模型。尽管该模型的参数规模仅仅700亿，但是在多项评测基准上已经超过了4050亿参数规模的Llama3.1-405B，后者是Llama系列模型中参…

语音小管家

转载2 years ago

来源丨机器之心 支持大模型一路狂飙的 Scaling Law 到头了？ 近期，AI 圈针对 Scaling Law 是否到头产生了分歧。一派观点认为 Scaling Law 已经「撞墙」了，另一派观点（如 OpenAI CEO Sam Al…

语音小管家

转载2 years ago

来源丨机器之心 近日，中科大王杰教授团队（MIRA Lab）提出了矩阵分块分解技术生成数学优化问题，有效解决运筹优化领域数据稀缺的问题，大幅提升 AI 运筹求解器求解质量。 数学优化在运筹优化领域中具有核心地位，是一种通过构建数学模型来寻找…

语音小管家

转载2 years ago

随着语音技术的普及，语音质量已成为人们关注的焦点。环境噪声、混响、设备拾音等问题，常常使语音质量和可懂度大打折扣。 无论是录制清晰语音却因周围环境嘈杂充满噪声，还是在地铁、餐厅等喧闹场景中与人通话时不得不提高嗓音，这些场景都体现了语音处理技…

语音小管家

转载2 years ago

clone-voice是一款免费开源的声音克隆工具，它凭借先进的人工智能技术，能够分析和模拟人类声音的特征，从而实现高质量的声音克隆. 只需提供一段简短的音频样本，它就可以根据该样本生成与原始声音极其相似的克隆声音，并且支持多种语言，目前包…

语音小管家

转载2 years ago

为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期分享一篇发表在INTERSPEECH2024上的构音障碍语音识别方面的文章。 论文标题：Perce…

语音小管家

转载2 years ago

Moonshine是一款专为资源受限设备优化的开源语音识别模型，能够提供快速且准确的实时语音转文本服务. 它在多个标准数据集上展现出比OpenAI的Whisper模型更低的词错误率，并且计算需求与音频长度成比例，这使得其在处理短音频时速度显…