声浪

21dB声学人

原创2 years ago

语音，作为人类日常交流和信息传递的核心媒介，不仅承载着文本信息，还蕴含着所要传递的情感状态。相同的文本，在不同的情感状态下被表达时，其背后的意义也会大相径庭。因此，在人际交往中，准确识别说话人的情感状态显得尤为关键。近年来，随着科技的飞速发…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音19篇，eess.AS音频处理21篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

21dB声学人

原创2 years ago

近日，美国专利商标局正式公布了苹果的一项专利申请，毫无疑问，这是该公司有史以来最神秘的设备之一。这款2英寸的圆形设备可以握在手掌中，可以与特定的应用程序或设备配合使用，例如Apple Music、计算器、厨房用具、Vision Pro。它还…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理5篇。 本文经arXiv每日学术速递授权转载

每日语音速递

原创2 years ago

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

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理8篇。 本文经arXiv每日学术速递授权转载

西工大音频语音与语言处理研究组

原创2 years ago

说话人匿名（Speaker Anonymization）旨在隐藏说话人的身份，同时保留原始语音的自然性和独特性。说话人匿名作为一种有效的隐私保护解决方案，当前的主流匿名方案使用预训练自动说话人验证（ASV）模型中的话语级向量来表示说话人身份…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理8篇。 本文经arXiv每日学术速递授权转载

语音小管家

转载2 years ago

仅仅是GPT-4的GPU，一次训练就会用去2400万度电。AI为什么那么耗电？它们用掉的电都跑到哪里去了？有可能回收这些电转化成的能量吗？ 来源：《返朴》（ID：fanpu2019） 今天我们所说的人工智能（AI），主要指的是生成式人工智能…

语音小管家

转载2 years ago

项目简介 pipecat是用于构建语音（和多模态）对话代理的框架。诸如私人教练、会议助理、儿童讲故事玩具、客户支持机器人、摄入流程和尖刻的社交伙伴。 看看一些示例应用： 语音代理入门 您可以开始在本地计算机上运行 Pipecat，然后在准备…