声浪

语音小管家

转载3 years ago

IEEE声学、语音与信号处理国际会议（ICASSP 2024）将于2024年4月14日在韩国首尔举办，作为语音研究顶级会议，历年来备受语音开发者的关注，小管家整理了 ICASSP 2024 公示的11场赛事汇总分享给大家。 官网：https…

语音小管家

原创3 years ago

招聘岗位 语音信号处理算法工程师 职位描述 1. 负责前端信号处理的研发与优化，包括麦克风阵列算法，语音降噪等。 2. 结合语音唤醒，语音识别等应用，优化远场语音或者恶劣场景的效果。 3. 跟踪国内外语音信号处理方向的最新研究方向和成果。

语音小管家

转载3 years ago

这是一个好问题。先说结论，大模型的训练用 4090 是不行的，但推理（inference/serving）用 4090 不仅可行，在性价比上还能跟 H100 打个平手。 事实上，H100/A100 和 4090 最大的区别就在通信和内存上，…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理19篇。 cs.SD语音 【1】 A Large-scale Dataset for Audio-Language Representation Learning标题：一种用于视听语…

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23篇。 cs.SD语音 【1】 TalkNCE: Improving Active Speaker Detection with Talk-Aware Contrastive Le…

新智元

原创3 years ago

这个开源工具，居然能用GPT-4代替人类去标注数据，效率比人类高了100倍，但成本只有1/7。 来源丨新智元 大模型满天飞的时代，AI行业最缺的是什么？毫无疑问一定是算（xian）力（ka）。 老黄作为AI掘金者唯一的「铲子供应商」，早已赚…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音27篇，eess.AS音频处理28篇。 cs.SD语音 【1】 Accelerating Diffusion-Based Text-to-Audio Generation with Consistency Dis…

新智元

原创3 years ago

继各类输入端多模态大语言模型之后，新加坡国立大学华人团队近期开源了一种支持任意模态输入和任意模态输出的「大一统」多模态大模型，火爆AI社区。 来源丨新智元 继ChatGPT引爆2023年的AI潮后，各类开源LLM也陆续问世。 紧接着，为了更…

新智元

原创3 years ago

多模态大模型的战场上，已有人闻到风声。据外媒爆料，OpenAI的全新多模态模型Gobi似乎已在筹备中。谷歌和OpenAI的这场对决，似乎已是箭在弦上了。 来源丨新智元 随着今年秋天的临近，谷歌和OpenAI的多模态模型之战，也进入到白热化阶…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音47篇，eess.AS音频处理47篇。 cs.SD语音 【1】 Instruction-Following Speech Recognition标题：跟随指令的语音识别作者：Cheng-I Jeff Lai,Zh…