声浪

新智元

原创3 years ago

微软推出了一个全新预训练模型phi-1.5，共有13亿参数，能做QA问答、聊天和写代码等等。 模型越大，能力越强吗？ 然而，事实并非如此。 近日，微软研究人员推出了一个模型phi-1.5，仅有13亿参数。

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音50篇，eess.AS音频处理52篇。 cs.SD语音 【1】 Augmenting conformers with structured state space models for online speech…

语音小管家

原创3 years ago

论文链接：https://arxiv.org/abs/2308.16569 代码地址：https://github.com/thuhcsi/LightGrad 数据支持：针对BZNSYP和 LJSpeech 提供训练脚本

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音39篇，eess.AS音频处理38篇。 cs.SD语音 【1】 CiwaGAN: Articulatory information exchange标题：CiwaGan：发音信息交流

oldpan博客

原创3 years ago

分贝（deci-Bel,dB）是语音中一个比较常见的概念，经常听别人说声音多少dB，但是有时候会发现，dB一会儿是正的一会儿是负的，让人一头雾水，摸不着头脑，我们在震惊！这个声音25岁以上听不到这篇文章中讲过几种dB的区别，正的dB用分贝仪…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音16篇，eess.AS音频处理16篇。 cs.SD语音 【1】 Weakly-Supervised Multi-Task Learning for Audio-Visual Speaker Verificatio…

语音小管家

转载3 years ago

语境偏置（Contextual biasing）旨在将语境知识集成到语音识别（ASR）系统中，以提高在相关领域词汇（俗称“热词”）上的识别准确率。在许多ASR场景中，待识别语音中可能会包含训练数据中数量很少或完全没出现的短语，例如一些领域专…

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9篇。 cs.SD语音 【1】 SynVox2: Towards a privacy-friendly VoxCeleb2 dataset标题：SynVox2：迈向隐

新智元

原创3 years ago

来源丨新智元 外媒爆料，Meta正在加急研发全新开源大模型，对标GPT-4，参数量比Llama 2还要大上数倍。Meta这是又要颠覆AI社区了？ 根据外媒《华尔街日报》消息，Meta正在加紧开发新的大语言模型，能力将完全对标GPT-4，预计…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音24篇，eess.AS音频处理24篇。 cs.SD语音 【1】 Kernel Interpolation of Incident Sound Field in Region Including Scatterin…