ICASSP 2022 ｜快手在 AEC Challenge 比赛斩获佳绩！
近日，在全球音频技术顶尖会议ICASSP 2022举办的AEC Challenge（Acoustic Echo Cancellation Challenge）回声消除比赛中，快手音视频技术团队在近端单讲音质、远端单讲回声消除、双讲音质和回声…
157 0 0
声浪
智能语音技术新进展与发展趋势
在深度学习、大数据和大算力的推动下，以语音增强、识别和合成为代表的智能语音技术已经在众多应用中落地。特为大家整理了一些比较前沿的报告，文末可免费获取。 No.1
177 0 0
国音智能 | 招聘声纹识别、语音识别高级算法研究员
国音智能 国音智能（SpeakIn）创立于2015年，作为城市数字化基础设施供应商和AIOT智能化方案供应商，秉持“帮助城市设施与机器更好地服务于人”为使命，以先进的人工智能技术和传感技术为驱动，加速城市数字场景的智能化进程。 国音智能云集…
95 0 0
腾讯联合北大刷新AISHELL SOTA（附代码开源）
近期，来自北京大学和腾讯AI LAB， ASR oteam的研究人员在主流端到端语音识别系统上进行了两点改进：（1）将LF-MMI准则用于端到端语音识别系统的训练和解码中；（2）使用词级别N-gram模型进行在线解码。集成上述两点的端到端模…
400 0 0
AI 看唇语，在嘈杂场景的语音识别准确率高达75%
人们通过聆听和观察说话者的嘴唇动作来感知言语。那么，AI 也可以吗？ 事实上，研究表明视觉线索在语言学习中起着关键的作用。相比之下，人工智能语言识别系统主要是建立在音频上。而且需要大量数据来训练，通常需要数万小时的记录。 为了研究视觉效果，…
161 0 0
嘈杂场景语音识别准确率怎么提升？关键时刻还得看唇语！
借助读唇语，人类能够更容易听懂他人的讲话内容，那么AI也能如此吗？ 最近，Meta提出了一种视听版BERT，不仅能读唇语，还能将识别错误率降低75%。效果大概就像如下这样，给一段视频，该模型就能根据人物的口型及语音输出他所说的内容。 而且与…
119 0 0
![[细读经典]无监督语音识别](https://api.speechhome.com/Resources/Thumb/2021-12-30/1476509411500494848.jpg)
[细读经典]无监督语音识别
这是neurips 2021的为数不多的，oral的，而且多少我能看懂一点点的一篇爽文。来自facebook AI和google AI. (这两个team在一起搞事情---有趣；看了脚注之后，知道，第三作者是在facebook AI期间参与…
60 0 0
基于Adapter结构进行高参数效率的跨语言迁移学习
本文将为大家介绍「如何使用Adapter（适配器）结构、基于元学习和迁移学习思想对预训练语音识别（ASR）模型进行跨语言的迁移」。在这项工作中，我们主要研究了如何利用Adapter进行高参数效率（parameter-efficient）的预…
159 0 0
《2020-2021中国智能语音行业白皮书》发布
12月18日，在中国智能语音产业发展高峰论坛暨中国语音产业联盟2021年会现场，中国语音产业联盟发布《2020~2021中国语音产业发展白皮书》（以下简称「《白皮书》」），总结这一年来智能语音行业的发展态势，把脉语音产业、指引未来走向。 智…
53 0 0