声浪

语音小管家

转载2 years ago

来源丨机器之心 人类的沟通交流充满了多模态的信息。为了与他人进行有效沟通，我们既使用言语语言，也使用身体语言，比如手势、面部表情、身体姿势和情绪表达。因此，为了理解和生成人类动作，理解这些多模态的行为至关重要，而且这一研究方向最近受到的关注…

语音小管家

转载2 years ago

介绍一个对话系统领域非常令人兴奋的新挑战 —FutureDial-RAG Challenge。这是一个依托 2024 IEEE SLT 国际会议，由中国移动研究院与清华大学联合组织的挑战赛，旨在推动检索增强生成（Retrieval Augm…

语音小管家

原创2 years ago

12月3日，在澳门举办的IEEE SLT旗舰会议上成功举办了Codec-SUPERB Challenge。此次活动聚焦于Codec及语音语言模型（speech LM）领域学者之间的交流，特别邀请了五位领域内的专家学者（Moshi、Uniau…

语音小管家

转载2 years ago

CosyVoice是阿里巴巴通义实验室语音团队于今年7月份开源的语音生成大模型，依托大模型技术，实现自然流畅的语音生成体验。与传统语音生成技术相比，CosyVoice具有韵律自然、音色逼真等特点。自开源以来，CosyVoice凭借高品质的多…

语音小管家

转载2 years ago

该综述由来自深圳市大数据研究院，上海交通大学，香港理工大学，香港中文大学（深圳）的相关学者共同完成。在这篇综述中，我们从理论和实践两个角度对基于神经网络的说话人表示学习方法进行了系统而全面的回顾。在理论层面，我们探讨了该领域的关键发展，包括…

语音小管家

转载2 years ago

最近，西工大音频语音与语言处理研究组（ASLP@NPU）与微软、CUHK-Shenzhen提出首个说唱生成模型Freestyler，以歌词和伴奏输入，生成与伴奏风格节奏匹配的说唱；同时开源了首个说唱数据集RapBank。现对该论文进行简要的…