阿里达摩院：以语音为代表的人机交互或许是未来硬件和机器人的标配
语音和多模态人机交互会是以机器人为代表的智能硬件的必备特征, 实践中首先要克服的是声学环境的复杂性。在声学前端核心技术上, 深挖信号处理的在线自适应能力, 以及经典信号处理与任务模型的联合优化是我们的技术特色, 也因此在高噪声、高性价比等实…
183 1 0
声浪
语音合成论文优选：音素级别韵律控制Prosodic Clustering for P Prosody Control
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。 搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问：http://yqli.tech/pa…
249 1 0
语音识别(ASR)论文优选：关注ASR系统Fairness问题Towards Measuring Fairness in ASR
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问http://yqli.tech/page…
138 1 0
THU-SPMI@ASRU2021: 基于音位矢量的多语言与跨语言语音识别，促进多语言信息共享与迁移
来自清华大学语音处理与机器智能实验室（THU-SPMI），入选语音顶会（ASRU 2021） Multilingual and crosslingual speech recognition using phonological-vecto…
85 0 0
浅谈通话AI降噪技术
在日常生活中，噪声是影响语音通话质量的重要因素之一。语音降噪技术通过消除噪声并提取干净语音，从而提高语音质量和可懂度，在移动通信、耳机、会议系统、语音交互等应用中具有巨大价值。近年来，以深度学习为代表的AI降噪技术无需像传统语音增强算法一样…
183 0 0
语音识别(ASR)论文优选：A comparison of streaming models & data aug forasr
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。 语音合成领域论文列表请访问http://yqli.tech/pag…
275 1 0
Meta发布支持128种语言的新语音模型：指向元宇宙跨语种交流，可在线试玩
本文经AI新媒体量子位（公众号ID：QbitAI）授权转载，转载请联系出处 作者 | 晓查 相互交谈是人们互动的一种自然方式，随着语音技术的发展，未来的虚拟世界可以使用我们技术进行互动，虚拟体验将与物理世界融为一体。 说人话，就是让母语不同…
238 0 0
声临其境：清华大学和字节跳动提出Neural Dubber神经网络配音器，有望让影视后期效率倍增
清华大学和字节跳动智能创作语音团队业内首次提出神经网络配音器，让 AI 根据配音脚本，自动生成与画面节奏同步的高质量配音。 来源丨机器之心 影视配音是一项技术含量很高的专业技能。专业配音演员的声音演绎往往让人印象深刻。现在，AI 也有望自动…
125 0 0
语音识别(ASR)论文优选：可商用的开源30000小时ASR英文训练语料People's Speech
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。 搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问：http://yqli.tech/pa…
475 2 0
行业变革下的跨界与整合｜「健康听力技术论坛」将于11月19日盛大开启
随着TWS耳机的飞速发展、辅听产品技术的日新月异，以及美国FDA发布OTC助听器草案的政策驱动下，未来五年，助听产品和辅听产品的跨界与整合将成为主流趋势。 在行业变革时代背景下，健康听力技术论坛将长期为大家提供发声的平台。首期论坛将于11月…
220 1 0