字节发布音乐大模型 Seed-Music，10秒录音变身歌声，音乐创作GPT 时刻到来！
字节正式发布Seed-Music音乐生成大模型，整个AI音乐框架非常全面且创新，涵盖了从音频编辑、旋律生成到完整歌曲制作的全流程。 项目主页：https://team.doubao.com/seed-music 论文链接：https://l…
33 0 0
声浪
IEEE SLT2024 | 低资源构音障碍语音唤醒挑战赛（LRDWWS）ASLP-小米联队冠军方案
语音技术的重大进步彻底改变了人机交互的方式。用户通过简单的语音交互发出命令、控制应用程序和管理设备，促进了免提操作，提高了用户体验。关键词检出(Keyword Spotting，KWS )即唤醒词检出(wake-wp word spotti…
82 0 0
![语音/音频处理学术速递[9.18]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-19/1836710190242729984.jpg)
基于dVAE-BERT模型的阿尔茨海默症检测新进展
阿尔茨海默病（Alzheimer’s Disease，AD）是全球范围内最常见的神经退行性疾病之一。随着人口老龄化加剧，AD患者的数量也逐年增加，给社会医疗体系带来了巨大的压力。早期诊断对于减缓疾病进展至关重要，然而传统的诊断方法往往依赖于…
22 0 0
![语音/音频处理学术速递[9.17]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-19/1836709861539319808.jpg)
张俊林：谈谈OpenAI o1的价值意义及RL的Scaling law
近日，张俊林在新浪微博发布了对关于OpenAI o1 的价值意义及 RL 的 Scaling law。 一、OpenAI o1 是大模型的巨大进步 我觉得 OpenAI o1 是自 GPT 4 发布以来，基座大模型最大的进展，逻辑推理能力提…
28 0 0
![语音/音频处理学术速递[9.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-09-19/1836652619595124736.jpg)
国内最大MoE开源大模型来了，还基于此搞出个火遍港台的AI聊天应用
来源丨机器之心 元象 XVERSE 发布中国最大 MoE 开源模型：XVERSE-MoE-A36B，加速 AI 应用低成本部署，将国产开源提升至国际领先水平。 该模型总参数 255B，激活参数 36B，达到 100B 模型性能的「跨级」跃升…
36 0 0
Interspeech2024丨拼音正则化在基于大语言模型的语音识别文本纠错中的应用
本文介绍了由腾讯天籁实验室和清华大学合作发表在Interspeech 2024的论文——《Pinyin Regularization in Error Correction for Chinese Speech Recognition wi…
20 0 0
中科大与科大讯飞研究团队开源音乐文本控制音乐生成模型，效果惊艳！
中科大与科大讯飞研究团队开源高质量音乐文本控制音乐生成模型，轻松实现震撼生成效果！ 论文地址：https://arxiv.org/pdf/2405.15863 开源地址：https://github.com/ivcylc/qa-mdt De…
29 0 0