论文地址:https://arxiv.org/abs/2406.02166 开源代码及模型:https://github.com/thu-spmi/CAT/blob/master/egs/cv-lang10/r
声浪
开源发布Whistle: 基于弱音素监督推进数据高效多语言和跨语言语音识别
20 0 0
天津大学认知计算与应用团队4篇论文被语音技术顶会INTERSPEECH 2024接收!
近日,Interspeech 2024会议发出了审稿结果通知,天津大学认知计算与应用团队共4篇论文被会议接收,论文方向涵盖语音识别、语音合成、语音增强等方向。 Interspeech 是由国际语音通讯协会(International Spe…
46 0 0
EmoBox:多语言多语料库语音情感识别工具包和基准
上海交通大学计算机系X-LANCE实验室、谢菲尔德大学计算机科学系、复旦大学类脑智能科学与技术研究院联合推出了EmoBox,一个开箱即用的多语言多语料库语音情感识别工具包,以及一个适用于语料内和跨语料场景下的基准测试,相关论文《EmoBox…
67 0 0
