声浪

语音小管家

转载2 months ago

很多人第一次遇到语音识别的"幻觉"，是在一段几乎没有人声的录音里。 会议散场后忘了关录音，最后十分钟只有空调声和收拾东西的动静。转写结果却工整地写着一句："谢谢观看，请点赞订阅。" 没有人说过这句话。模型也不是听错了某个字，而是凭空写出了一…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 8 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Domain-Adaptive A…

语音小管家

原创2 months ago

本文旨在介绍论文《Fourier is Frontier: Frequency-Aware Autoencoding for High-Fidelity Music Reconstruction》的相关内容，详情如下： GitHub：htt…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 4 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. EXAM$^2$: $\under…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 11 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Multi-Task Learn…

语音小管家

原创2 months ago

你有没有过这种体验：跟语音助手说话，刚停半秒，它就抢着回——其实你只是喘了口气； 或者你已经说完了，它还在干等，场面一度很尴尬。 这些「接话时机」问题，本质不是 ASR 认不清字，而是系统不会判断： 用户是说完了，还是话还没说完？ 这句「嗯…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 3 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Towards Quantifyi…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 5 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. Geometric Iterati…

语音小管家

转载2 months ago

来源丨RTE开发者社区、Data接化发 Cartesia 发布 Sonic-3.6 TTS 模型，重点提升 44 种语言下的语音自然度，并称这是其目前最逼真的 TTS 版本。 相比三个月前发布的 Sonic-3.5，新版本根据开发团队反馈进…

每日语音速递

原创2 months ago

今日论文合集：CS.SD语音与音频 | 共 6 篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily [机构]信息由AI分析生成，可能存在错误，仅供参考，以论文实际显示为准 1. A Multiplication-…