声学学科发展：科学、技术与艺术的结合体（全篇）
导读：声学是一门具有广泛应用性的学科，涉及到人类生产、生活及社会活动的各个方面；同时声学又是一门具有很强交叉渗透性的学科，与各种新学科、新技术相互作用，相互促进，不断地吸收、应用和发展新的思想，增强了声学的生命力、竞争力和学术与艺术魅力。本…
278 0 0
声浪
论文推介丨基于Uformer的单通道语音增强及去混
对于语音增强任务，干扰信号通常被认为是加性噪声。对于室内声学场景，由于声波遇到障碍时会反射和吸收，因此会导致原始语音产生多份衰减和延迟的加和，从而产生混响现象。对于语音增强任务，目标即为去除噪声干扰，而对于去混任务，其目标为消除晚期混响（L…
195 0 0
论文推介丨端到端的歌声合成系统VISinger
歌声合成（ singing voice synthesis ）是根据乐谱来生成歌声的技术，是创造能说会唱的虚拟人中的重要一环。例如，近期网易雷火音频与网易伏羲推出的拜年歌曲一键创作工具，取得了用户的好评，歌声合成是其核心基础服务。与语音合成…
601 0 0
谈谈音频信号处理中CNN的因果性（后续）
《谈谈音频信号处理中CNN的因果性》今天补下后续。 3.2. 多层卷积网络 本节考虑包含了两层二维卷积的网络，且每层二维卷积在时间维度上的参数均为：kernel=3, stride=1。类似于图1，现给出相应的两层CNN网络的因果性示例图，…
153 0 0
开发者请留步！来填问卷啦，有奖的那种！
尊敬的开发者： 您好！ 近期，上海白玉兰开源开放研究院携手海内外知名企业、高校、共同发起了《中国AI开发者调研》问卷，此次问卷将通过匿名的方式收集答案。我们将基于问卷调研结果及桌面研究成果形成报告和白皮书，预期于2022年世界人工智能大会期…
97 0 0
![[研究问卷] AI数据获取与开放的现状调查](https://api.speechhome.com/Resources/Thumb/2022-04-24/1518121067011510272.jpg)
5.4万颗星清零！GitHub上10年心血，开发者误操作项目消失
手滑点错按钮，会有什么后果呢？GitHub大佬亲自用自身经历现身说法。 至于影响，小到订不到机票车票、大到丢饭辙丢老婆，都是有可能的。 这种失误在开源程序界的明星那里，会有什么影响呢？ 下文就会告诉你一个典型的例子。
185 0 0
谈谈音频信号处理中CNN的因果性
01 前述 音频信号处理已经进入了神经网络时代，而CNN由于其强大的建模能力，已被广泛地应用在了各种音频信号处理网络中，像最近几届DNS Challenge的冠军所提出的网络均大量使用了CNN。与图像处理不同，音频信号处理在大多数应用场景下…
270 0 0
CVPR 2022 Oral | 开源9288个视频数据集，人大高瓴人工智能学院让AI学会了听音乐
中国人民大学高瓴人工智能学院 GeWu 实验室提出了一种动态视音场景下的空间 - 时序问答模型，让 AI 能像人一样观看和聆听乐器演奏，并对给定的视音问题做出跨模态时空推理。论文已被 CVPR2022 接收并选为 Oral Presenta…
264 0 0
论文推介：基于说话人自适应的单样本语音转换
语音转换（Voice Conversion, VC）旨在保留语言内容的同时，将源说话人语音转换成目标说话人的语音。语音转换在个性化语音合成、自动化影视配音、实时通信与娱乐等方面具有重要应用。随着深度学习技术的引入，语音转换技术取得了巨大的飞…
225 1 0