声浪

西工大音频语音与语言处理研究组

原创3 years ago

文章来源于音频语音与语言处理研究组，作者李玉珂、谢磊 跨语种语音合成中的零样本情感迁移（zero-shot emotion transfer）旨在将情感从源语言中的任意参考音频(reference)迁移到目标语言中的合成音频，该项技术在诸如…

21dB声学人

原创3 years ago

在当前基于深度神经网络模型的单通道和多通道语音增强算法研究中，通常着重于设计合理的网络拓扑结构以尽可能提升降噪算法的性能，往往忽略了对深度神经网络模型自身结构设计合理性与可解释性的探索。因此在大部分现有工作中，科研人员们在结构设计和参数确定…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音21篇，eess.AS音频处理25篇。 cs.SD语音 【1】Amphion: An Open-Source Audio, Music and Speech Generation Toolkit

oldpan博客

原创3 years ago

文章来源于语音算法组，作者Ryuk Opus是一个有损音频压缩的数字音频编码格式，由Xiph.Org基金会开发，之后由互联网工程任务组（IETF）进行标准化，目标是希望用单一格式包含声音和语音，取代Speex和Vorbis，且适用于网络上低…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音26篇，eess.AS音频处理27篇。 cs.SD语音 【1】WikiMuTe: A web-sourced dataset of semantic descriptions for music audio

语音小管家

转载3 years ago

目前很多大模型如雨后春笋般涌现出来，作者整理了几个跟数字人项目相关的开源大模型，分享给大家！ AI Voice Chat 地址：https://github.com/WeberJulian/AI-voice-chat 它是一个简化版的rea…

西工大音频语音与语言处理研究组

原创3 years ago

文章来源于音频语音与语言处理研究组，作者郭大可、朱新发 语音合成（TTS）旨在从文本生成自然的语音。随着基于序列到序列（seq2seq）方法的普及，语音合成系统在自然度上取得了显著改善。然而，使用当前语音合成系统合成诸如有声读物这种具有大量…

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5篇。 cs.SD语音 【1】Extending Whisper with prompt tuning to target-speaker ASR

机器之心

原创3 years ago

在「小搏大」这条技术发展路线上，微软一直在前进。 上个月，微软 CEO 纳德拉在 Ignite 大会上宣布自研小尺寸模型 Phi-2 将完全开源，在常识推理、语言理解和逻辑推理方面的性能显著改进。 今天，微软公布了 Phi-2 模型的更多细…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理7篇。 cs.SD语音 【1】Self-supervised Adaptive Pre-training of Multilingual Speech Models for Langu…