声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音21篇，eess.AS音频处理25篇。 cs.SD语音 【1】Amphion: An Open-Source Audio, Music and Speech Generation Toolkit

oldpan博客

原创3 years ago

文章来源于语音算法组，作者Ryuk Opus是一个有损音频压缩的数字音频编码格式，由Xiph.Org基金会开发，之后由互联网工程任务组（IETF）进行标准化，目标是希望用单一格式包含声音和语音，取代Speex和Vorbis，且适用于网络上低…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音26篇，eess.AS音频处理27篇。 cs.SD语音 【1】WikiMuTe: A web-sourced dataset of semantic descriptions for music audio

语音小管家

转载3 years ago

目前很多大模型如雨后春笋般涌现出来，作者整理了几个跟数字人项目相关的开源大模型，分享给大家！ AI Voice Chat 地址：https://github.com/WeberJulian/AI-voice-chat 它是一个简化版的rea…

西工大音频语音与语言处理研究组

原创3 years ago

文章来源于音频语音与语言处理研究组，作者郭大可、朱新发 语音合成（TTS）旨在从文本生成自然的语音。随着基于序列到序列（seq2seq）方法的普及，语音合成系统在自然度上取得了显著改善。然而，使用当前语音合成系统合成诸如有声读物这种具有大量…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理5篇。 cs.SD语音 【1】Extending Whisper with prompt tuning to target-speaker ASR

机器之心

原创3 years ago

在「小搏大」这条技术发展路线上，微软一直在前进。 上个月，微软 CEO 纳德拉在 Ignite 大会上宣布自研小尺寸模型 Phi-2 将完全开源，在常识推理、语言理解和逻辑推理方面的性能显著改进。 今天，微软公布了 Phi-2 模型的更多细…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 cs.SD语音 【1】Self-supervised Adaptive Pre-training of Multilingual Speech Models for Langu…

新智元

原创3 years ago

今天，Mistral AI公布了Mixtral 8x7B的技术细节，不仅性能强劲，而且推理速度更快！还有更强型号的Mistral-medium也已开启内测，性能直追GPT-4。 今天，Mistral AI正式放出了Mixtral 8x7B的…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理19篇。 cs.SD语音 【1】Neural Text to Articulate Talk: Deep Text to Audiovisual Speech Synthesis a…