声浪

语音小管家

转载3 years ago

近日，清华大学、昆明理工大学、北京邮电大学联合在模式识别权威杂志 Pattern Recognition (IF 8.0) 上发表论文，报告了一种最大化高斯性 (Maximum Gaussianality) 的训练准则，用于对数据分布进行规…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理11篇。 cs.SD语音 【1】 Controllable Music Production with Diffusion Models and Guidance Gradients

机器之心

原创3 years ago

大模型看书，从来没有这么快过。 国内大模型创业公司，正在技术前沿创造新的记录。 10月30日，百川智能正式发布 Baichuan2-192K 长窗口大模型，将大语言模型（LLM）上下文窗口的长度一举提升到了192K token。 这相当于让…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 cs.SD语音 【1】 LAVSS: Location-Guided Audio-Visual Spatial Audio Separation标题：LAVS

量子位

原创3 years ago

开源最彻底的大模型来了——130亿参数，无需申请即可商用。 不仅如此，它还附带着把全球最大之一的中文数据集也一并开源了出来：600G、1500亿tokens！ 这就是来自昆仑万维的Skywork-13B系列，包含两大版本： Skywork-…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理14篇。 cs.SD语音 【1】 DCHT: Deep Complex Hybrid Transformer for Speech Enhancement标题：DC

语音小管家

转载3 years ago

2023年10月22日，在合肥召开的第二十五届中国科协年会主论坛上，中国科协发布2023重大科学问题（10个）、工程技术难题（9个）和产业技术问题（10个）。人工智能、新能源、高性能材料、生命科学等领域重大问题受到关注。 今年的征集发布活动…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理10篇。 cs.SD语音 【1】 Style Description based Text-to-Speech with Conditional Prosodic Layer Norm…

新智元

原创3 years ago

DeepMind最新研究发现，只要模型设计上没有缺陷，决定模型性能的核心可能是训练计算量和数据。在相同计算量下，卷积神经网络模型和视觉Transformers模型的性能居然能旗鼓相当！ 模型性能的高低，到底是模型结构决定的，还是训练模型的算…

新智元

原创3 years ago

谷歌研究院和DeepMind研究人员推出最新PaLI-3视觉语言模型（VLM），模型以更小、更快、更强的特点获得大部分研究人员青睐，在诸多任务中达到SOTA。 最近，堪称改变游戏规则的视觉语言模型（VLM）PaLI-3问世，引得大量科研人员…