声浪

语音小管家

转载3 years ago

Bert-vits2项目近期炸裂更新，放出了v2.0.2版本的代码，修正了存在于2.0先前版本的重大bug，并且重炼了底模，本次更新是即1.1.1版本后最重大的更新，支持了三语言训练及混合合成，并且做到向下兼容，可以推理老版本的模型，本次我…

西工大音频语音与语言处理研究组

原创3 years ago

尽管联合语音识别（ASR）和口音识别（AR）训练已被证明对处理多口音场景有效，但当前的多任务ASR-AR方法忽视了任务之间的粒度差异。细粒度单元（如音素、声韵母）可用于捕获与发音相关的口音特征，而粗粒度单元（如词，BPE）更适合学习语言信息…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理13篇。 cs.SD语音 【1】 CheapNET: Improving Light-weight speech enhancement network by projected l…

语音小管家

转载3 years ago

文章来源于数源AI，作者小源 论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言 大型语言模型（LLMs）由于其良好的…

语音小管家

转载3 years ago

不是卖课，所有视频在B站可以直接观看 ：包括语音基础，语音信号处理（降噪&回声消除等），语音合成与变声等 感谢老师的无私分享！！！ vits代码详解 随机时长预测截图 Flow&GAN https://www.bilibili.com/vi…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 cs.SD语音 【1】 tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models标题

语音小管家

转载3 years ago

此脚本采用 epub（或文本文件）并将其读取为 mp3 或 m4b 有声读物文件，使用 TTS（https://github.com/coqui-ai/TTS） 来源丨 GitHubStore 我认识到这不是很用户友好，但我想分享以防人们认…

语音小管家

转载3 years ago

来源丨 AI科技评论 2023年11月16日，李海洲教授获邀出席由中华人民共和国科学技术部与深圳市人民政府共同主办的2023 西丽湖论坛 · 企业科技创新发展论坛并发表题为“大模型及其产业前景”的主旨演讲，其演讲核心观点获得央媒《科技日报》…

语音小管家

转载3 years ago

项目简介 一个通过Whisper模型将YouTube播放列表中的视频转换成高质量文字稿的项目。 这个基于 Python 的工具旨在将 YouTube 视频和播放列表转录为文本。它集成了多种技术，例如用于转录的 Fast-Whisper、用于…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理7篇。 cs.SD语音 【1】 Self-Supervised Music Source Separation Using Vector-Quantized Source Catego…