npj Acoustics | 基于上下文嵌入的鸡尾酒会多说话人语音分离与识别
随着深度学习在语音处理领域的不断突破,多说话人语音分离与识别(Multi-talker Speech Separation & Recognition)已成为推动“鸡尾酒会问题”解决的研究热点。然而,现有方法尽管在性能上取得了一定进展,却仍…
51 0 0
随着深度学习在语音处理领域的不断突破,多说话人语音分离与识别(Multi-talker Speech Separation & Recognition)已成为推动“鸡尾酒会问题”解决的研究热点。然而,现有方法尽管在性能上取得了一定进展,却仍…
随着深度学习在过去十年间的蓬勃发展,自动语音识别(ASR)技术获得了广泛关注,促使大量公开可用的ASR系统应运而生,并正积极融入我们的日常生活。然而,由于各种细微差异的存在,对这些ASR系统进行公正且可复现的评估面临挑战。 本文介绍了Spe…
近期,昆山杜克大学在语音旗舰期刊IEEE Transactions on Audio, Speech and Language Processing (TASLP)上发表了一篇题为“Self-supervised Reflective Le…
目标说话人提取(Target Speaker Extraction, TSE)旨在利用参考注册语音等辅助信息,从混合音频中提取目标说话人的语音。目前,大多数TSE方法基于判别式模型(Discriminative Model),通过直接学习混…
来源丨机器之心 近日,ISCA Fellow 2025 入选结果揭晓! ISCA Fellow 是由国际语音通讯协会(International Speech Communication Association,ISCA)设立的荣誉称号,旨…