语音之家
首页声浪活动AI科普学堂SOTA分享热聘会员服务
登录 注册

声浪

写文章
语音/音频处理学术速递[8.3]
每日语音速递每日语音速递
原创4 years ago
语音/音频处理学术速递[8.3]

今天跟大家分享一篇语音相关的论文合集:cs.SD语音9篇,eess.AS音频处理10篇。 cs.SD语音 【1】 Audio Deepfake Detection Based on a Combination of F0 Informati…

254 0 0
语音/音频处理学术速递[8.2]
每日语音速递每日语音速递
原创4 years ago
语音/音频处理学术速递[8.2]

今天跟大家分享一篇语音相关的论文合集:cs.SD语音7篇,eess.AS音频处理7篇。 cs.SD语音 【1】 Multiple-hypothesis RNN-T Loss for Unsupervised Fine-tuning and…

131 0 0
基于WeNet的关键词识别WeKws - WeNet keyword spotting-3-其他模型构造
迷途小书僮迷途小书僮
原创4 years ago
基于WeNet的关键词识别WeKws - WeNet keyword spotting-3-其他模型构造

本次主要是想把剩下的几个配置文件,以及对应的模型,给搞一下: gru.yaml mdtc.yaml mdtc_small.yaml tcn.yaml 因为之前用的是ds_tcn.yaml的相关逻辑。 在三个模型之间“横跳“! 书接上回,目前…

关键词识别
317 0 0
语音/音频处理学术速递[7.29]
每日语音速递每日语音速递
原创4 years ago
语音/音频处理学术速递[7.29]

今天跟大家分享一篇语音相关的论文合集:cs.SD语音6篇,eess.AS音频处理7篇。 cs.SD语音 【1】 EEG2Mel: Reconstructing Sound from Brain Responses to Music 标题:…

语音识别
223 0 0
INTERSPEECH 2022论文解读|Paraformer: 高识别率、高计算效率的单轮非自回归端到端语音识别模型
阿里语音AI阿里语音AI
原创4 years ago
INTERSPEECH 2022论文解读|Paraformer: 高识别率、高计算效率的单轮非自回归端到端语音识别模型

文章来源于阿里语音AI,作者高志付 INTERSPEECH 是由国际语音通讯协会(International Speech Communication Association, ISCA)创办的语音信号处理领域顶级旗舰国际会议。历届 INT…

语音识别
196 0 0
论文推介:Glow-WaveGAN 2—高质量的零资源语音合成与转换
西工大音频语音与语言处理研究组西工大音频语音与语言处理研究组
原创4 years ago
论文推介:Glow-WaveGAN 2—高质量的零资源语音合成与转换

文章来源于音频语音与语言处理研究组,作者雷怡 当前包括语音合成和语音转换在内的语音生成任务需要目标说话人一定规模的数据参与到模型的训练或者参数更新过程中,而基于零资源(zero-shot)的语音生成任务旨在利用一句话生成系统未见过的目标说话…

语音合成
433 0 0
语音/音频处理学术速递[7.28]
每日语音速递每日语音速递
原创4 years ago
语音/音频处理学术速递[7.28]

今天跟大家分享一篇语音相关的论文合集:cs.SD语音4篇,eess.AS音频处理4篇。 cs.SD语音 【1】 End-To-End Audiovisual Feature Fusion for Active Speaker Detecti…

语音识别
53 0 0
基于WeNet的关键词识别WeKws - WeNet keyword spotting-2-TCN模型forward
迷途小书僮迷途小书僮
原创4 years ago
基于WeNet的关键词识别WeKws - WeNet keyword spotting-2-TCN模型forward

GitHub:https://github.com/Xianchao-Wu/wekws是2022年5月31号fork的,目标还是逐行基于脑图来学习分析代码。 按照epoch循环 四大步了,训练,cv,保存checkpoint,调整学习率

关键词识别
629 0 0
基于WeNet的关键词识别WeKws - WeNet keyword spotting-1-TCN模型构造
迷途小书僮迷途小书僮
原创4 years ago
基于WeNet的关键词识别WeKws - WeNet keyword spotting-1-TCN模型构造

GitHub:https://github.com/Xianchao-Wu/wekws是2022年5月31号fork的,目标还是逐行基于脑图来学习分析代码。 简介 WeKws = wenet + keyword spotting 生产优先和…

语音识别
473 1 0
语音/音频处理学术速递[7.27]
每日语音速递每日语音速递
原创4 years ago
语音/音频处理学术速递[7.27]

今天跟大家分享一篇语音相关的论文合集:cs.SD语音6篇,eess.AS音频处理6篇。 cs.SD语音 【1】 Generative Extraction of Audio Classifiers for Speaker Identific…

语音识别
91 0 0
‹1…254255256257258…314›

热门主题

1资讯
2SpeechIO
3WeNet
4Kaldi
5AudioCC
6算法
7开源
8数据
9学术
10内推招聘

热文排行

1英伟达CPU问世:ARM架构,对比x86实现十倍性能提升2微软拟斥资 160 亿美元收购全球最大语音识别公司 Nuance3ImageNet验证集6%的标签都是错的,MIT:十大常用数据集没那么靠谱4WeNet更新:支持 CTC alignment52021全国声学大会语言声学分论坛报告—第三代语音识别技术初探6详解 WebRTC 高音质低延时的背后 — AGC(自动增益控制)7语音信号处理论文优选:Handling Background Noise in Neural Speech Generation8TIOBE 场景测试:汽车之家 汽车评测9TIOBE 场景测试:经济 金融 货币10推出 Lyra:用于语音压缩的新型极低比特率编解码器

活跃用户榜

语音小管家
语音小管家
已发表 3006 篇
每日语音速递
每日语音速递
已发表 992 篇
西工大音频语音与语言处理研究组
西工大音频语音与语言处理研究组
已发表 106 篇
SpeechIO
SpeechIO
已发表 82 篇
低调奋进
低调奋进
已发表 57 篇
机器之心
机器之心
已发表 45 篇
新智元
新智元
已发表 39 篇
阿里语音AI
阿里语音AI
已发表 33 篇
新一代Kaldi
新一代Kaldi
已发表 31 篇
THUHCSI人机语音交互实验室
THUHCSI人机语音交互实验室
已发表 29 篇

语音之家 SpeechHome

汇聚产学研各界开发者,覆盖语音识别、音频合成、声纹识别、视听多模态、物理 AI、具身听觉、人机交互等方向。

友情链接

中国计算机学会中国人工智能产业发展联盟中国人工智能学会魔搭社区希尔贝壳开源中国思否稀土掘金RTE开发者社区CSDNAI光影社 WeNetopenslrMongoDB中文社区

资源

声浪 活动 AI科普 分享 热聘 会员服务

关于

服务条款 隐私协议 合作伙伴

© 2026 语音之家 SpeechHome.com|京ICP备17027745号-4|京公网安备11010802032971号