声浪

将门创投

原创3 years ago

本文介绍一篇来自英国巴斯大学（University of Bath）与微软合作完成的工作，研究者从频率域角度入手探究视觉Transformer结构中的频域注意力和多头注意力在视觉任务中各自扮演的作用。 论文链接： https://arxiv…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音15篇，eess.AS音频处理23篇。 cs.SD语音 【1】 UNSSOR: Unsupervised Neural Speech Separation by Leveraging Over-determine…

语音小管家

转载3 years ago

日前 ACL 2023的论文录用结果公布，火山语音团队多篇论文成功入选，内容涵盖音频合成、歌声合成以及语音翻译等多个前沿技术领域的创新突破。ACL（Annual Meeting of the Association for Computat…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音25篇，eess.AS音频处理31篇。 cs.SD语音 【1】 Exploration of Efficient End-to-End ASR using Discretized Input from Self-…

语音小管家

转载3 years ago

SummerTTS 用于纪念2023年即将到来和终将逝去的夏天。 来源丨元语音技术 链接：https://github.com/huakunyang/SummerTTS C代码示例： #include "TextEncoder.h" #in…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音20篇，eess.AS音频处理28篇。 cs.SD语音 【1】 Unified Modeling of Multi-Talker Overlapped Speech Recognition and Diariza…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理19篇。 cs.SD语音 【1】 AV-TranSpeech: Audio-Visual Robust Speech-to-Speech Translation标题：AV-TranS…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音25篇，eess.AS音频处理35篇。 cs.SD语音 【1】 QFA2SR: Query-Free Adversarial Transfer Attacks to Speaker Recognition Sys…

语音小管家

转载3 years ago

GitHub的一位博主整理了上百篇语音活动检测（VAD）的论文，按照其中使用的特征方法以及适用的环境进行了分类整理，时间跨度为从198*年至2019年。此外，还提供了几个VAD代码，它们的性能表现较好。需要的同学可以自行获取使用。 有相关领…

智能语音新青年

原创3 years ago

本次分享阿里巴巴达摩院语音实验室、新南威尔士大学与香港科技大学（广州）等在ICASSP2023会议发表的论文《Weighted Sampling for Masked Language Modeling》。该论文主要提出了两种简单有效的加权…