声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理11篇。 cs.SD语音 【1】 Controllable Music Production with Diffusion Models and Guidance Gradients

机器之心

原创3 years ago

大模型看书，从来没有这么快过。 国内大模型创业公司，正在技术前沿创造新的记录。 10月30日，百川智能正式发布 Baichuan2-192K 长窗口大模型，将大语言模型（LLM）上下文窗口的长度一举提升到了192K token。 这相当于让…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 cs.SD语音 【1】 LAVSS: Location-Guided Audio-Visual Spatial Audio Separation标题：LAVS

量子位

原创3 years ago

开源最彻底的大模型来了——130亿参数，无需申请即可商用。 不仅如此，它还附带着把全球最大之一的中文数据集也一并开源了出来：600G、1500亿tokens！ 这就是来自昆仑万维的Skywork-13B系列，包含两大版本： Skywork-…

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14篇。 cs.SD语音 【1】 DCHT: Deep Complex Hybrid Transformer for Speech Enhancement标题：DC

语音小管家

转载3 years ago

2023年10月22日，在合肥召开的第二十五届中国科协年会主论坛上，中国科协发布2023重大科学问题（10个）、工程技术难题（9个）和产业技术问题（10个）。人工智能、新能源、高性能材料、生命科学等领域重大问题受到关注。 今年的征集发布活动…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理10篇。 cs.SD语音 【1】 Style Description based Text-to-Speech with Conditional Prosodic Layer Norm…

新智元

原创3 years ago

DeepMind最新研究发现，只要模型设计上没有缺陷，决定模型性能的核心可能是训练计算量和数据。在相同计算量下，卷积神经网络模型和视觉Transformers模型的性能居然能旗鼓相当！ 模型性能的高低，到底是模型结构决定的，还是训练模型的算…

新智元

原创3 years ago

谷歌研究院和DeepMind研究人员推出最新PaLI-3视觉语言模型（VLM），模型以更小、更快、更强的特点获得大部分研究人员青睐，在诸多任务中达到SOTA。 最近，堪称改变游戏规则的视觉语言模型（VLM）PaLI-3问世，引得大量科研人员…

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11篇。 cs.SD语音 【1】 Towards Matching Phones and Speech Representations标题：走向匹配音素和语音表示