首次开源！一行代码轻松搞定中英文语音识别、合成、翻译核心功能！
要说生活里最常见的AI应用场景，语音合成与识别当属大家最为耳熟能详的场景之一了。寻常到平时地图导航的播报、微信语音转文字、手机语音输入，以及小度智能音箱，都离不开语音技术的加持。语音技术到底是怎么实现的？有哪些现成可用的开源代码可以快速集成…
77 0 0
声浪
论文分享 | Emotional Voice Conversion: Theory, Databases and ESD
近期，新加坡国立大学Human Language Technology (HLT) 实验室发布全新情感语音数据集Emotional Speech Database (简称ESD)，相关论文Emotional Voice Conversion…
647 0 0
考那么多试，拿那么高分，大模型们真的懂语言了吗？
关于 GPT-3 等大规模语言模型能否理解人类语言，人们一直存在分歧。 十年前，IBM 的 Watson 获得了答题节目《Jeopardy!》的冠军，当时 IBM 宣称：「Watson 能够理解自然语言的所有歧义和复杂性。」然而，正如我们所…
81 0 0
实习招聘 | 腾讯AI lab语音识别/语音合成（深圳 ）
腾讯AI lab 腾讯AI lab团队由100 余位来自世界知名院校的科学家，以及 300 多位经验丰富的应用工程师组成，并与世界顶级院校与机构合作，共同打造产学研用一体的 AI 生态。我们的基础研究方向包括计算机视觉、语音识别、自然语言处…
125 0 0
开源发布: SPEECHIO_ASR_ZH00004 罗振宇跨年演讲
本期开源发布为 [罗振宇跨年演讲] 场景，测试集ID: SPEECHIO_ASR_ZH00004 获取方式： 平台：Linux / MacOS Step 1 获取 leaderboard 代码仓库: 初次获取： git clone http…
145 0 0
Translatotron 2：高质量、稳健、负责任的语音转语音直接翻译
语音转语音翻译 (S2ST) 是打破世界各地人与人之间语言障碍的关键。自动 S2ST 系统通常由语音识别、机器翻译和语音合成子系统级联组成。然而，此类级联系统可能会面临较长的延迟、信息（尤其是副语言和非语言信息）丢失，以及各子系统之间的错误…
70 0 0
ASRU2021｜快手如何玩转复杂场景下的说话人识别？
快手是一个短视频社区，短视频和直播中通常混合各种形式的声音，如语音、音乐、特效音和背景噪声等，这些声音很好的提升了短视频和直播的用户消费体验，但同时也为音频内容理解带来极大的困难和挑战。如何在复杂场景下准确高效的进行说话人识别，通常需要引入…
186 0 0
Title: State-of-the-Art of End-to-End Speech Recognition
Abstract Over the last several years, there has been growing interests in developing end-to-end (E2E) automatic speech r…
108 0 0
追一科技 | 招聘语音合成算法工程师、语音识别算法工程师、自然语言算法工程师
深圳追一科技有限公司 追一科技是领先的人工智能公司和AI数字员工提供商，我们主攻深度学习和自然语言处理，提供智能语义，语音和视觉的AI全栈服务。我们的AIForce智能平台能与业务场景深度融合，提供不同类型的AI数字员工，满足企业和政府用户…
97 0 0
