开源AI音频工具AudioCraft
AudioCraft 是一个 PyTorch 库，用于对音频生成进行深度学习研究。AudioCraft 包含推理和训练代码 用于两个最先进的 AI 生成模型，以产生高质量的音频：AudioGen 和 MusicGen。 官方地址：https…
69 0 0
声浪
国内视频生成爆发前夕，我们组织了一场核心玩家都参与的分享交流会
近几个月来，视频生成领域陆续发布了新技术、新模型和新工具，AI 生成的视频效果也得到了肉眼可见的提升和颠覆。 很多人认为，人工智能领域接下来公认的主战场，毋庸置疑是视频生成技术。 图 1：2023 年 AI 视频工具概览 图片来源： htt…
48 0 0
![语音/音频处理学术速递[1.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-09/1744627328748752896.jpg)
语音/音频处理学术速递[1.8]
今日论文合集：cs.SD语音6篇，eess.AS音频处理8篇。 cs.SD语音 【1】MusicAOG: an Energy-Based Model for Learning and Sampling a Hierarchical Repr…
72 0 0
小冰正式发布克隆人：已经有人拿它年入100万了！
金磊 发自 凹非寺，量子位 | 公众号 QbitAI 2024开年，小冰再次归来，宣布将一系列测试产品转为正式发布！值得一提的是，小冰克隆人测试期间，部分大V网红年收入已破百万。 凭着AI，月入10万、年入100万，你敢想？ 别不信，好几位…
58 0 0
Ambiq推出语音增强人工智能以消除物联网应用中的噪声
超低功耗半导体解决方案供应商Ambiq®推出了其最新产品——神经网络语音增强器 (NNSE)，并已将该方案加入到neuralSPOT的（开源模型）Model Zoo中。这一高度优化过的AI模型可以高效实时地将背景噪声从设备对话中去除，从而在…
68 0 0
![语音/音频处理学术速递[1.5]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-08/1744233283174141952.jpg)
语音/音频处理学术速递[1.5]
今日论文合集：cs.SD语音10篇，eess.AS音频处理10篇。 cs.SD语音 【1】PosCUDA: Position based Convolution for Unlearnable Audio Datasets 标题：PosCU…
52 0 0
LauraTTS：达摩院开源，对标VALL-E
项目地址： https://github.com/alibaba-damo-academy/FunCodec https://modelscope.cn/models/damo/speech_synthesizer-laura-en-lib…
135 0 0
ICASSP 2024丨上海交通大学跨媒体语言智能实验室14篇入选论文分享
近日，2024年IEEE声学、语音与信号处理国际会议（2024 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2024）发…
73 0 0
![语音/音频处理学术速递[1.4]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-05/1743148626835804160.jpg)
语音/音频处理学术速递[1.4]
今日论文合集：cs.SD语音8篇，eess.AS音频处理8篇。 cs.SD语音 【1】Multichannel blind speech source separation with a disjoint constraint source…
56 0 0
ICASSP2024｜通义实验室语音团队11篇入选论文分享
文章来源于阿里语音AI，作者通义语音团队 近日，ICASSP 2024公布了本届论文审稿结果，通义实验室语音团队共有11篇论文被大会收录，涵盖多模态语音识别、热词定制、语音分离、情感识别、情感渲染等多个技术方向。 01 论文题目：Loss…
148 0 0