声浪

语音小管家

转载3 years ago

近期，EmotiVoice联合有道智云AI开放平台（ai.youdao.com)推出了新的语音合成API接口，提供2000+新音色。 来源丨有道智云平台 EmotiVoice HTTP API已发布上线，请更新代码并参考该文档配置使用： h…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理5篇。 cs.SD语音 【1】 Seamless: Multilingual Expressive and Streaming Speech Translation标题

新智元

原创3 years ago

才一天，谷歌Gemini被质疑造假、夸大宣传的议论声淹没了。多模态视频是剪辑拼贴的，打败GPT-4靠的是CoT@32，AlphaGo也并未结合进Gemini中。谷歌这波公关，属实是着急了。 谷歌的宣传视频，竟然作假了？ 在谷歌昨天发布的Ge…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音3篇，eess.AS音频处理3篇。 cs.SD语音 【1】Investigating the Design Space of Diffusion Models for Speech Enhancement

语音小管家

转载3 years ago

来源丨量子位（QbitAI），金磊 鱼羊 发自 凹非寺 传闻中的谷歌杀手锏Gemini，来了！（文末附60页技术报告的PPT） 就在刚刚，谷歌CEO皮猜和哈萨比斯在谷歌官网联名发文，宣布推出这一万众瞩目的多模态大模型。 标题明晃晃写着“最大…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音12篇，eess.AS音频处理15篇。 cs.SD语音 【1】 Towards small and accurate convolutional neural networks for acoustic biod…

机器之心

原创3 years ago

来源丨机器之心 屹立不倒的 Transformer 迎来了一个强劲竞争者。 在别的领域，如果你想形容一个东西非常重要，你可能将其形容为「撑起了某领域的半壁江山」。但在 AI 大模型领域，Transformer 架构不能这么形容，因为它几乎撑…

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5篇。 cs.SD语音 【1】 Integrating Plug-and-Play Data Priors with Weighted Prediction Error for Spe…

THUsatlab

原创3 years ago

以下文章来源于THUsatlab，作者THUsatlab 本文提出一种基于原始波形的端到端阿尔茨海默症检测方法。该方法使用一维卷积从原始波形中提取时间维度特征，并使用含有膨胀卷积的残差块提取更复杂的特征。为进一步提高性能，在残差块中引入挤压…

机器之心

原创3 years ago

研究者表示，CoDi-2 标志着在开发全面的多模态基础模型领域取得了重大突破。 来源丨机器之心 今年 5 月，北卡罗来纳大学教堂山分校、微软提出一种可组合扩散（Composable Diffusion，简称