声浪

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理4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

来源丨机器之心 为了这个视频模型，英伟达每天正在疯狂地爬取相当于 80 年时长的视频数据。 今天，一则关于英伟达要下场做视频模型的消息引爆了 Reddit。 消息源出自外媒 404 Media，据它获得的 Slack 聊天（英伟达的内部聊天…

语音小管家

转载2 years ago

生成式AI初创公司aiOla在官网开源了最新语音模型Whisper-Medusa，推理效率比OpenAI开源的Whisper快50%。 aiOla在Whisper的架构之上进行了修改采用了“多头注意力”机制的并行计算方法，允许模型在每个推理…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

西工大音频语音与语言处理研究组

原创2 years ago

随着手机、笔记本电脑等智能设备的普及，音频通信系统在人们的日常生活中起到了越来越重要的作用。然而，受硬件等多种因素的限制，通信系统中的语音信号经常因频率响应失真、不连续失真、响度问题、混响和噪声等受到损伤，影响听感。在ICASSP 2024…

语音小管家

原创2 years ago

SpeechGPT2 是由复旦大学计算机学院开发的一个端到端的语音对话语言模型，类似于 GPT-4o。能够感知并表达情感，并根据上下文和人类指令以多种风格提供合适的语音响应。如说唱、戏剧、机器人、搞笑和低语等。 项目地址：https://0…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

智能语音新青年

原创2 years ago

链接：https://www.mdpi.com/journal/sensors/special_issues/4PJ45YQ956 机器学习技术与声学的交汇开启了信号处理创新的新时代。本期特刊“自动语音识别、音频和水下声学信号分析的进展”致…

西工大音频语音与语言处理研究组

原创2 years ago

语音识别（ASR）作为可以准确高效转录语音的技术，已经取得了长足进步。但是当遇到口音等特殊语音条件时，识别错误率急剧攀升。语言模型（LM）可以利用ASR产生的假设（hypothesis）完成错误纠正。最近的一些工作利用大语言模型（LLM）卓…

语音小管家

转载2 years ago

论文地址：https://arxiv.org/abs/2407.15569 开源代码及模型：https://github.com/thu-spmi/RAG-CoT