声浪

THUsatlab

原创3 years ago

以下文章来源于THUsatlab，作者THUsatlab 本文提出一种基于原始波形的端到端阿尔茨海默症检测方法。该方法使用一维卷积从原始波形中提取时间维度特征，并使用含有膨胀卷积的残差块提取更复杂的特征。为进一步提高性能，在残差块中引入挤压…

机器之心

原创3 years ago

研究者表示，CoDi-2 标志着在开发全面的多模态基础模型领域取得了重大突破。 来源丨机器之心 今年 5 月，北卡罗来纳大学教堂山分校、微软提出一种可组合扩散（Composable Diffusion，简称

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11篇。 cs.SD语音 【1】 Exploring the Viability of Synthetic Audio Data for Audio-Based Dialogue S…

新智元

原创3 years ago

Meta谷歌接连放出重磅成果！Meta开源无缝交流语音翻译模型，谷歌放出无监督语音翻译重大突破Translation 3。 来源丨新智元 就在Meta AI成立10周年之际，研究团队重磅开源了在语音翻译领域的突破性进展——「无缝交流」（Se…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理7篇。 cs.SD语音 【1】On the Out-Of-Distribution Robustness of Self-Supervised Representation Learn…

语音小管家

转载3 years ago

分享一波文字转语音、语音转文字！AI视频生成神器！让外国人说中文，口型自然，不限语言，感兴趣的同学可以试试~ 信息来源丨狮子座工作室 可以用Al生成视频，Whisper语音转文字 Whisper 开源项目： https://github.c…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理9篇。 cs.SD语音 【1】CoDi-2: In-Context, Interleaved, and Interactive Any-to-Any Generation

语音小管家

转载3 years ago

项目地址：https://github.com/open-mmlab/Amphion TTS: Text-to-Speech Amphion achieves state-of-the-art performance when compar…

机器之心

原创3 years ago

风险有点大。 如果我不停地让 ChatGPT 干一件事，直到把它「逼疯」会发生什么？ 它会直接口吐训练数据出来，有时候还带点个人信息，职位手机号什么的： 本周三，Google DeepMind 发布的一篇论文，介绍了一项让人颇感意外的研究成…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理12篇。 cs.SD语音 【1】 Introducing STRAUSS: A flexible sonification Python package标题：介绍ST