声浪

语音小管家

转载3 years ago

对于语言学习者来说，练习发音并获得及时准确的反馈，是提高口语水平的重要环节。多年来，微软一直深耕基于 Azure 认知服务的语音功能，不断优化语音评测[1]功能的底层技术，从准确率、流畅度、完整性和语音语调等方面，提供更实用的反馈，赋能教育…

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26篇。 cs.SD语音 【1】 Any-to-Any Generation via Composable Diffusion标题：通过可组合扩散实现任意到任意的一代链接：https…

语音小管家

转载3 years ago

本文介绍清华大学语音与音频技术实验室(SATLab) ICASSP 2023录用论文Cross-Lingual Alzheimer's Disease Detection Based on Paralinguistic and Pre-Tr…

新一代Kaldi

原创3 years ago

经过 Dan 长时间以来对声学模型的持续优化，我们终于确定了新版的 Zipformer 结构，并提交代码至： github: https://github.com/k2-fsa/icefall/pull/1058

新智元

原创3 years ago

问世6年来，Transformer不仅成为NLP领域的主流模型，甚至成功向其他领域跨界，一度成为风靡AI界的机器学习架构。恰在今天，Transformer在GitHub上星标破10万大关！ 2017年，谷歌团队在论文「Attention I…

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】 ONE-PEACE: Exploring One General Representation Model Toward Unlimited Mod…

语音小管家

转载3 years ago

RWKV是一个结合了RNN与Transformer双重优点的模型架构。由香港大学物理系毕业的彭博首次提出。简单来说，RWKV是一个RNN架构的模型，但是可以像transformer一样高效训练。今天，HuggingFace官方宣布在tran…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音16篇，eess.AS音频处理14篇。 cs.SD语音 【1】 Back Translation for Speech-to-text Translation Without Transcripts标题：无抄本的…

语音小管家

转载3 years ago

文章来源于新智元，作者新智元 「ChatGPT」之战，科大讯飞星火认知大模型「姗姗来迟」。不过，有没有一种可能，后发先至，走得更远？ 最近几天，科大讯飞刚刚发布的星火大模型实火。 各种说法甚嚣尘上，有人吐槽称生成结果太「离谱」，甚至还有人说…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音13篇，eess.AS音频处理13篇。 cs.SD语音 【1】 Device-Robust Acoustic Scene Classification via Impulse Response Augmentat…