当前,大模型受到了工业界和学术界的青睐。如何更好的利用这些预训练的大模型就成为了一个重要研究方向。现在的预训练的模型虽然取得了很好的效果,但是在应用的场景的效果往往需要进一步微调才能得到令人满意的效果。然而在微调的过程中,往往产生在原来领域…
声浪
INTERSPEECH2024 | 迈向无需复习低遗忘的语音识别模型微调:基于LoRA和Whisper的探究
87 0 0
INTERSPEECH 2024|基于转录提示的高效音频大语言模型鲁棒语音识别
基于单解码器(Decoder-only)的 LLM[1,2,3,4] 彻底改变了自然语言处理(NLP)领域。由于 LLM能够捕获复杂的语言模式和上下文信息,在机器翻译、情感分析、文本生成等 NLP 任务上取得了令人印象深刻的效果。在此背景下…
75 0 0
IEEE T-ASLP | 利用ASR预训练的Conformer模型通过迁移学习和知识蒸馏进行说话人验证
近期,昆山杜克大学在语音旗舰期刊IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP)上发表了一篇题为“Leveraging ASR Pretrained…
20 0 0
论文合集下载丨第十九届全国人机语音通讯学术会议
2024年8月15日至18日,第十九届全国人机语音通讯学术会议(NCMMSC)暨CCF语音对话与听觉专委会2024年学术年会在新疆乌鲁木齐成功召开。 会议论文集下载方式在文末👇 全国人机语音通讯学术会议作为语音技术领域内的专家、学者及科研…
20 0 0
文本和上下文感知的高表现力有声书合成
语音合成(TTS)的目标是从文本生成自然流畅的语音。随着序列到序列(seq2seq)方法的广泛应用,语音合成系统在自然度和表现力方面取得了显著进展。然而一个主要挑战是,在不依赖人工标注数据或参考语音的情况下,语音合成系统难以像人类朗读者那样…
71 0 0
