声浪

语音小管家

转载3 years ago

近期，Lalamu Studio开启了beta版本测试：Lalamu Studio。该工具整合了TTS和lip sync功能，可以让任意视频中的人物开口说话，并精确模拟口型。 例如，选择一段视频素材，添加由Ai合成的语音，即可完成实时播报和…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音12篇，eess.AS音频处理12篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理8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3 years ago

在AI智能化时代，人工智能助手不仅提高了我们的工作效率，而且变得越来越人性化。我的AI助手在此基础上又增添了一个引人瞩目的新功能——语音识别。在本文中，我将详细讲解如何在.Net环境下实现这一功能，并且分享自己的开源项目，让更多的开发者可以…

语音小管家

转载3 years ago

近日，ICASSP 2024发布录用通知，哈尔滨工程大学智能信号处理组(Group of Intelligent Signal Processing, GISP)声学场景和事件分类及检测(DCASE)三项研究成果入选，此次也是课题组研究工作…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音12篇，eess.AS音频处理11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3 years ago

分享 NVIDIA 基于 GPU 的 TTS 解决方案介绍。 1.基于 FastPitch+Hifi-GAN 的 Streaming TTS 效果优化 NVIDIA 在 TTS 领域也做了一些供大家参考的工作，例如提供了高效的流式 TTS…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音10篇，eess.AS音频处理11篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

声光界

原创3 years ago

古人云：“耳听为虚”。20世纪40年代，美国贝尔实验室将无形的声音转化为语谱图，并提出了“声纹”的概念。将“耳听为虚”转变为“实”。随着技术进步，声纹识别技术也获得越来越多的关注。 一 、声纹识别 声纹是利用电声学仪器显示的一种声波频谱。声…

21dB声学人

转载3 years ago

语音技术研究公司ElevenLabs筹集了8000万美元B轮融资，由Andreessen Horowitz、Nat Friedman、Daniel Gross共同领投，红杉资本、SV Angel、Smash Capital、BroadLig…