基于音频指纹的听歌识曲系统
听歌识曲，我想大家都不陌生。虽然不同的厂商识别率不同（可能是因为版权的原因），但是每个音乐APP都会有这么一个功能。我们以扣扣音乐为例，扣扣音乐听歌识曲功能比较丰富，不仅有基本的听歌识曲还有哼唱识别，识别到对应的歌曲后就直接返回对应的结果，…
183 0 0
声浪
大厂白嫖拖垮开源！开源届码农：用户脾气大需求多还不给钱
现在，开源软件界或即将到达必须变革的临界点：被大厂白嫖的既有模式不可持续，开源码农必须得到相应尊重和报偿。 如果有一天，你的开源项目被像谷歌或Meta这种大厂相中，是不是有种能横着走的感觉？ 但入选一时爽、维护火葬场，开源项目最终掏空开发者…
237 0 0
图书推荐丨《语音识别：原理与应用》
随着物联网技术和智能设备技术的快速发展，人与机器的交互，不再仅依赖于鼠标和键盘，更有可能的是直接采用语音。 这其中的关键技术就是自动语音识别（Automatic Speech Recognition，ASR）。其所要完成的工作，简单地说，就…
150 0 0
图书推荐 |《语音识别服务实战》
在语音识别系统的现实使用环境中，噪声、干扰和混响几乎是无处不在的。在麦克采集到的音频信号中，这些不利因素和目标语音信号叠加在一起，会带来识别率的下降，而在远场环境中更是如此。如图3-1所示，远场环境中可能同时存在反射声、扬声器回声、干扰用户…
148 0 0
新书推荐 |《AI智能语音技术与产业应用创新实践》
人类信息获取20%来自听觉，信息表达93%借助语言和声音，语音是人类沟通和获取信息最自然、最便捷的方式。 在人工智能技术中，语音技术是人类最容易感知的技术之一，由于在一句话中可以传递内容、身份、情感等多层次信息，语音正在成为继键盘、鼠标、触…
130 0 0
音乐小白10秒写歌，说话10秒声音被复刻，网易伏羲把秘密公开了
近日，网易伏羲虚拟交互团队与西工大音频语音与语言处理研究组谢磊团队合作的两篇论文被ICASSP 2022接收，并受邀在本届大会上向学术与工业界进行研究报告。同时网易伏羲也将歌声合成方面的最新研究成果，向业界和学术界进行回馈，开源全球首个中文…
144 0 0
中国科学院噪声与振动重点实验室Lab9_DSP411团队在ICASSP 2022 L3DAS22 Challenge中夺冠
中国科学院噪声与振动重点实验室Lab9_DSP411团队参加了由IEEE声学、语音和信号处理国际会议（IEEE International Conference on Acoustics, Speech and Signal Process…
73 0 0
声学回声消除：基于多任务学习的残余回声抑制及回声感知代价函数
西工大音频语音与语言处理研究组（ASLP@NPU）近期在微软举办的ICASSP2022回声消除国际评测（AEC Challenge）上获得第三名的优异成绩，现对竞赛方案进行分享。 人们在远距离实时语音通信(RTC)时，从拾音、编码、传输到放…
273 0 0
聆听天籁的背后，为你解读天籁AI语音辅听/增强算法
3月3日爱耳日，中国联通联合腾讯会议旗下天籁实验室发布“畅听王卡升级版”，在语音通话和实时字幕双场景下，让听障用户不仅“听得清”，同时也能“看得清”。 在这背后，依托于天籁实验室专为听障人群打造的天籁AI语音辅听/增强算法，创造性地采用了“…
281 0 0