声浪

语音小管家

转载2 years ago

21dB声学人 近年来，工程师们开发了一系列越来越复杂的传感器，用于机器人、便携式、可穿戴甚至植入式监测。然后，可以使用最先进的机器学习来分析这些传感器收集的数据，使设备能够识别音频中的特定声音、图像中的对象或其他信息。 加州大学洛杉矶分校…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音19篇，eess.AS音频处理22篇。 本文经arXiv每日学术速递授权转载

语音小管家

转载2 years ago

来源丨新智元 Zamba2-7B是一款小型语言模型，在保持输出质量的同时，通过创新架构实现了比同类模型更快的推理速度和更低的内存占用，在图像描述等任务上表现出色，能在各种边缘设备和消费级GPU上高效运行。 除了不断增加语言模型的尺寸来提升性…

语音小管家

转载2 years ago

来源丨机器之心 随着谷歌和 Meta 相继推出基于大语言模型的 AI 播客功能，将极大地丰富人类用户与 AI 智能体互动的体验。 上个月，谷歌宣布对旗下 AI 笔记应用 NotebookLM 进行一系列更新，允许用户生成 YouTube 视…

语音小管家

转载2 years ago

本次分享由内蒙古大学刘瑞研究员与字节跳动青年科学家任意、香港中文大学(深圳)李海洲教授合作发表于ACMMM2024的对话语音合成大模型工作GPT-Talker《Generative Expressive Conversational Spe…

语音小管家

转载2 years ago

内蒙古大学S2LAB 刘瑞研究员联合字节跳动、香港中文大学（深圳）等单位推出了涵盖中英双语、超过236小时的超自然对话语音合成数据集——NCSSD，并在GitHub平台开源了搜集子集的数据构建Pipeline，在Hugging Face平台…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7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

来源丨学术头条 今天，在 CNCC2024 大会上，智谱也推出了他们在多模态领域的最新成果——端到端语音模型 GLM-4-Voice，让人和机器的交流能够以自然聊天的状态进行。 据介绍，GLM-4-Voice 能够直接理解和生成中英文语音，…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理12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

来源丨新智元 Mistral 7B诞生一周年之际，法国AI初创公司Mistral再次连发两个轻量级模型Ministral 3B和Ministral 8B，性能赶超Llama 3 8B。 Mistral 7B仅仅发布一周年，法国AI初创小模型…