声音的DNA：声纹识别
古人云：“耳听为虚”。20世纪40年代，美国贝尔实验室将无形的声音转化为语谱图，并提出了“声纹”的概念。将“耳听为虚”转变为“实”。随着技术进步，声纹识别技术也获得越来越多的关注。 一 、声纹识别 声纹是利用电声学仪器显示的一种声波频谱。声…
149 2 0
声浪
初创公司ElevenLabs发布新语音AI产品并筹集8000万美元B轮融资，跻身独角兽
语音技术研究公司ElevenLabs筹集了8000万美元B轮融资，由Andreessen Horowitz、Nat Friedman、Daniel Gross共同领投，红杉资本、SV Angel、Smash Capital、BroadLig…
63 0 0
NPU-ASLP实验室10篇论文被ICASSP2024录用
西工大音频语音与语言处理研究组（ASLP@NPU）在本届会议将携合作伙伴宣读论文10篇，涉及智能语音处理领域的众多研究方向，包括语音识别、语音合成与转换、语音增强等。论文的合作单位包括理想汽车、网易、喜马拉雅、字节跳动、马上金融、出门问问、…
126 0 0
![语音/音频处理学术速递[1.26]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-30/1752168577957498880.jpg)
![语音/音频处理学术速递[1.25]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-26/1750718525837807616.jpg)
ICASSP2024丨PromptVC: 自然语言描述驱动的风格语音转换
风格语音转换（Stylistic Voice Conversion）旨在将源语音的风格转换为目标风格。当前大多数风格语音转换方法依赖于预定义的标签或参考语音来控制风格转换过程，这导致了风格多样性受限以及风格表示的直观性和可解释性方面存在不足…
80 0 0
![语音/音频处理学术速递[1.24]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-25/1750364245591199744.jpg)
AI生成视频&使用中文语音对口型
今天来讲讲如何用AI生成带有中文语音的3秒视频。这是一个振奋人心的时候，因为这就意味着我们可以用AI生成各种短视频，再合并形成一个比较长的视频了。 来源丨日本生活点滴 先说一下流程吧，首先是去网站上生成的3s视频，然后再本地用TTS功能生成…
134 0 0
Sensors｜基于交互注意力音视频融合的人员验证
标题：Audio–Visual Fusion Based on Interactive Attention for Person Verification 作者：景雪斌，何亮，宋志达，王少磊 单位：新疆大学计算机科学与技术学院、清华大学电子…
66 0 0
![语音/音频处理学术速递[1.23]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-01-25/1750357258816065536.jpg)