![语音/音频处理学术速递[11.20]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-11-20/1859173452888543232.jpg)
声浪
降噪恩情文《RNNoise爷爷用Mask打掉瞬态噪声》
从DNS-Challenge比赛回来RNNoise爷爷全然不顾RTF，连夜找我们DTLN、DCCRN、SDDNet这几个降噪网络商量下语音增强的方向。谈得晚了，便送我们出门，要STFT送我们去频域。在计算PESQ的路上，我们说：“RNNoi…
18 0 0
NLPCC 2024 最佳学生论文分享
CCF自然语言处理与中文计算国际会议（NLPCC）是中国计算机学会自然语言处理专业委员会（CCF-NLP）的年度会议。NLPCC是自然语言处理（NLP）和中文计算（CC）领域的顶级国际会议。NLPCC是CCF推荐的计算机科学会议之一。它是学…
14 0 0
![语音/音频处理学术速递[11.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-11-20/1859173294910083072.jpg)
Karpathy后悔了：2015年就看到了语言模型的潜力，却搞了多年强化学习
来源丨机器之心 耽误业界好多年？「这是有史以来最大、最令人困惑的研究生涯错误，」Andrej Karpathy 感叹道。 上个周末，OpenAI 创始成员、研究科学家、原特斯拉前 AI 高级总监、AI 领域的大神 Andrej Karpat…
18 0 0
保留说话人与等时特征的语音到语音翻译
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。本期分享一篇被NeurIPS 2024接收的语音翻译方面的文章。本导读论文栏目持续征稿中，欢迎踊跃投稿…
18 0 0
![语音/音频处理学术速递[11.18]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-11-19/1858708477174747136.jpg)
基于开源技术的数字人实时对话：形象可自定义，支持语音输入，对话首包延迟可低至3s
社区魔搭社区最近上线了基于开源技术的数字人实时对话demo，无需预训练即可使用自定义的数字人形象进行实时对话，支持语音输入和实时对话。 项目链接：https://www.modelscope.cn/studios/AI-ModelScope…
10 0 0
OpenAI发布Windows版ChatGPT，高级语音能用了
来源丨新智元 OpenAI发布了支持Windows和macOS的ChatGPT桌面端，这种更加集成化的形式为用户在各种生活与工作的场景下，带来了更好的无缝式交互体验。对于常在桌面端办公的开发者来讲，应用协作功能尤其引人注目并超乎期待。 把消…
15 0 0
![语音/音频处理学术速递[11.15]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-11-19/1858708271045677056.jpg)