6 种 AI 工具可轻松消除音频或视频录制中的背景噪音
在理想世界中，我们会在宁静的空间里进行所有音频和视频录制。然而，我们大多数人的日常现实与此不同。外面的交通和邻居的噪音并不总是在我们的控制范围内。 如果您的录音中存在噪音，想要修复，那么本文正适合您。您将找到一些可用于消除录音中背景噪音的最…
32 0 0
声浪
OpenAI停服，国产大模型免费用！开发者Token自由实现了
今天凌晨，OpenAI 突然宣布终止对中国提供 API 服务，进一步收紧国内开发者访问 GPT 等高水平大模型。国内开发者真是太难了。 好在，随着开源大模型水平越来越高，开发者已经有很多不错的 “平替”，比如 Qwen2、DeepSeek…
36 0 0
![语音/音频处理学术速递[6.25]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-06-25/1805486874798723072.jpg)
240万亿巨量数据被洗出，足够训出18个GPT-4！全球23所机构联手，清洗秘籍公开
是时候把数据Scale Down了！Llama 3揭示了这个可怕的事实：数据量从2T增加到15T，就能大力出奇迹，所以要想要有GPT-3到GPT-4的提升，下一代模型至少还要150T的数据。好在，最近有团队从CommonCrawl里洗出了2…
51 0 0
【论文导读】CCF语音对话与听觉专委会论文导读 - INTERSPEECH 2024专题（一）
为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期是2024年导读栏目的第1期，也是INTERSPEECH 2024专题第一部分，共遴选了7篇论文，…
29 0 0
GigaSpeech 2：三万小时东南亚多语种语音识别开源数据集发布
“Giga”一词源于“gigantic”，互联网上具有海量音频资源，但语音质量良莠不齐，高质量音频文本对数据十分稀缺且标注成本高昂，特别是在小语种领域。GigaSpeech 是一个非常成功的英文开源数据集，以 YouTube 和 Podca…
36 0 0
![语音/音频处理学术速递[6.24]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-06-25/1805486446933577728.jpg)
论文分享 | 利用对比学习和知识蒸馏进行缺失模态谣言检测
本次分享由江西师范大学与Institute for Infocomm Research, A*STAR联合投稿于EMNLP 2023 的一篇论文《Leveraging Contrastive Learning and Knowledge D…
33 0 0
![语音/音频处理学术速递[6.21]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-06-21/1804069121479020544.jpg)