文章来源于智能语音新青年,作者ttslr 本次分享内蒙古大学蒙古文信息处理重点实验室、蒙古文智能信息处理技术国家地方联合工程研究中心及语音理解与生成实验室 (S2LAB) (https://ttslr.github.io/index_S2G…
声浪
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】 Controllable speech synthesis by learning discrete phoneme-level prosodic…
Clustering by Fast Search and Find of Density Peaks(CFDP) - 发表于2014 science期刊 聚类算法,作为机器学习里常用的一种无监督方法,一直以来都受到很大的关注。聚类算法,是…
文章来源于THUHCSI人机语音交互实验室,作者HCSIers CALM: 基于对比学习的表现力语音合成跨模态说话风格建模 本文由清华大学与腾讯科技有限公司和香港中文大学合作,并在腾讯公司落地应用。 说话风格建模对于表现力语音合成具有重要作…
今日论文合集:cs.SD语音13篇,eess.AS音频处理11篇。 cs.SD语音 【1】 Puffin: pitch-synchronous neural waveform generation for fullband speech o…
文章来源于音频语音与语言处理研究组,作者张雍茂 构建带口音的语音合成系统可以增加语音合成的多样性和趣味性。然而不是每个人都能说多种口音。为了实现口音与说话人音色的自由组合,借助迁移学习技术,为没有口音数据的说话人构建口音合成系统,是实现“口…
ASV-Subtools更新 -runtime模块重磅发布- ASV-Subtools是厦门大学智能语音实验室(XMUSPEECH)于2020年6月推出的一套高效、易于扩展的声纹识别开源工具,该工具是基于Kaldi与Pytorch开发的,充…
INTERSPEECH 2022 基于多层级上下文信息的中文韵律结构预测 文由清华大学与虎牙信息科技有限公司、元象唯思控股(深圳)有限公司和香港中文大学合作。韵律结构预测对语音合成的自然度和可懂度有重要作用,现有工作主要使用当前语句的文本信…
今日论文合集:cs.SD语音8篇,eess.AS音频处理7篇。 cs.SD语音 【1】 ASiT: Audio Spectrogram vIsion Transformer for General Audio Representation…
