声浪

语音小管家

转载3 years ago

标题：Explore Speaker Adaptation Text-to-Speech Method Based ProbSparse Self-attention 作者：冷媛媛，王宗挥，方志华，张云祥，何亮 单位：新疆大学计算机科学与技…

语音小管家

转载3 years ago

近期，RVC变声器创始人 （GitHub昵称：RVC-Boss）开源了一款跨语言音色克隆项目 GPT-SoVITS。项目一上线就引来了互联网大佬和博主的好评推荐，不到两天时间就已经在GitHub上获得了1.4k Star量。 项目地址：ht…

声光界

转载3 years ago

12月26日，问界M9及华为冬季全场景发布会召开，问界M9正式亮相。在会场特设展区中，一场与众不同的视听盛宴惊艳了全场。问界M9采用全新HUAWEI SOUND卓越系列音响，配备星环散射体、超感空间音等功能，带来殿堂级听音体验。 从二维到三…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理14篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

智能语音新青年

转载3 years ago

本次分享由香港中文大学、卡内基梅隆大学、微软亚洲研究院和浙江大学联合投稿的利用LLM技术生成多种类型的音频相关工作《UNIAUDIO: AN AUDIO FOUNDATION MODEL TOWARD UNIVERSAL AUDIO GEN…

每日语音速递

转载3 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理13篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

量子位

转载3 years ago

今天，小扎正式宣战「开源AGI」！下一代大模型Llama 3正在训练，年底将拥有35万块H100，届时算力总和达60万块H100。为了追赶OpenAI，成立十年的FAIR团队纳入GenAI，全力奔赴AGI。 来源丨量子位 小扎宣布新目标：A…

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18篇。 本文经arXiv每日学术速递授权转载 cs.SD语音 【1】T-FOLEY: A Controllable Waveform-Domain Diffusion Model…

新智元

转载3 years ago

2024年才过去了十多天，硅谷裁员潮大波涌来。谷歌计划裁掉1000多人，还有27家公司已陆续宣布裁员。大模型爆发的一年，AI真的要将码农取而代之吗？ AI果然来淘汰人类了！ 就在几天前，谷歌刚刚解雇了核心工程部门、Google Assist…

语音小管家

转载3 years ago

这是一个极简的人声和背景音乐分离工具，本地化网页操作，无需连接外网，使用 2stems/4stems/5stems 模型。 来源丨GitHubStore 将一首歌曲或者含有背景音乐的音视频文件，拖拽到本地网页中，即可将其中的人声和音乐声分离…