声浪

语音小管家

原创2 years ago

神经信息处理系统大会（Conference on Neural Information Processing Systems，NeurIPS）是中国计算机学会（CCF）推荐的人工智能领域 A 类学术会议，其 H5 指数高达 337，在 Go…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理14篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

近期，OpenAI提出了Orchestrating Agents，并同时开源了Swarm，一个轻量级的多智能体编排框架，目前仅是示范框架，并没有计划用于生产。 使用语言模型时，我们通常需要好的prompt并结合较强工具调用能力，Orches…

语音小管家

转载2 years ago

近期安徽大学生物信息感知与人机交互团队联合清华大学提出了一种双重注意力精炼网络的听觉注意力检测方法，相关成果被NeurIPS 2024接收，论文第一作者为安徽大学计算机科学与技术学院2021级本科生严盛。 论文题目：DARNet: Dual…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】 Leveraging LLM Embeddings for Cross Dataset Label Alignm…

语音小管家

转载2 years ago

异常声音检测（Anomalous Sound Detection，ASD）在工业环境中通过应用人工智能技术获得了显著关注。尽管具有潜力，ASD系统在实际应用中因数据收集困难和环境复杂而面临泛化问题。近期，清华大学语音与音频技术实验室（SAT…

语音小管家

原创2 years ago

F5-TTS是一款基于流匹配的全非自回归文本到语音转换系统，由上海交通大学、剑桥大学和吉利汽车研究院的研究团队联合开发。该系统无需复杂设计，如持续时间模型、文本编码器和音素对齐，能够实现快速训练，并达到RTF（实时因素）0.15的推理速度，…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理17篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

来源丨GitHubStore Omni SenseVoice 基于SenseVoice构建，针对闪电般的快速推理和精确的时间戳进行了优化，可以提供更智能、更快速的方式来处理音频转录！ 项目链接：https://github.com/life…