AI说话也有小情绪！Meta AI连发三篇Textless NLP论文：语音生成的终极答案？
AI语音生成的特点就是呆板，没有情绪的起伏。最近Meta AI连发了三篇Textless NLP的论文，不仅开源了textlesslib库，还展示了AI对话在语音情感转换的惊人能力！
327 0 0
声浪
揭秘大模型背后的机理，清华49页长文全方位分析参数高效微调方案Delta Tuning
本文中，包括刘知远、唐杰、孙茂松等在内来自清华大学的研究者对大模型的参数高效微调进行了全方位的理论和实验分析。 来源丨机器之心 预训练语言模型 (PLM) 已经毫无疑问地成为各种 NLP 任务的基础架构，而且在 PLM 的发展中，呈现出了一…
255 0 0
NPU-ASLP实验室将携10篇论文参加语音旗舰会议ICASSP2022
作为声学、语音和信号处理相关研究领域的旗舰国际会议，ICASSP2022将采用全新的会议形式——5月7-13日全线上虚拟会议，5月22-27日以新加坡主会场、中国深圳分会场的线下线上混合形式进行。ICASSP为IEEE信号处理协会（SPS）…
398 0 0
WebRTC AGC 流程解析
自动增益控制(Automatic gain control, AGC)是控制语音信号的增益稳定在指定水平的算法，可以避免语音忽大忽小引起的听觉不适。AGC作为音频3A算法之一，似乎并没有像ANR和AEC那样被较多的关注，但我个人觉得这是一个…
385 0 0
微软语音扩展全球语言支持，发布 160 个新声音
全世界有数千种语言，最具语言天赋的人也只能说数十种，普通人能够学会两三种语言已属不易。然而，在科技日新月异的今天，具备自然语言对话能力的 AI 已经能够掌握上百种语言，扩展人类自身能力，为不同场景的跨境语言服务打开了更多可能性。 近期，微软…
140 0 0
聊一下说话人识别的cross-domain问题
作者编语：在说话人识别社区里，cross-domain问题，即跨域问题，是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题，顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
226 0 0
聊一下说话人识别的cross-domain问题
作者编语：在说话人识别社区里，cross-domain问题，即跨域问题，是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题，顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
212 0 0
ICASSP 2022论文分享-ProsoSpeech：基于量化矢量预训练的韵律建模方法
以下文章来源于阿里语音AI，作者达摩院语音实验室 ICASSP(International Conference on Acoustics, Speech, and Signal Processing)是国际声学、语音和信号处理会议，亦为I…
233 0 0
如何亿点点降低语音识别跨领域、跨语种迁移难度？
以下文章来源于微软研究院AI头条，作者侯汶昕、王晋东 随着深度学习的不断发展，语音识别技术得到了极大的提升，同时为人们的日常生活提供了许多便利。然而，一个语音模型的训练并非易事，因为语音数据天然存在着获取难、数据标注耗时昂贵的问题，而且还会…
211 0 0
清华语音与音频技术实验室OpenASR20挑战赛系统描述
由清华语音与音频技术实验室（THUsatlab）组成的THUEE队伍参加OpenASR20挑战赛取得多项语种第一名，本文主要介绍比赛中所搭建的系统。
374 0 0