声浪

语音小管家

原创2 years ago

为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期是INTERSPEECH 2024专题第五部分，共遴选了7篇论文，覆盖疾病检测、音频鉴伪、语音合成…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

来源丨机器之心 为了这个视频模型，英伟达每天正在疯狂地爬取相当于 80 年时长的视频数据。 今天，一则关于英伟达要下场做视频模型的消息引爆了 Reddit。 消息源出自外媒 404 Media，据它获得的 Slack 聊天（英伟达的内部聊天…

语音小管家

转载2 years ago

生成式AI初创公司aiOla在官网开源了最新语音模型Whisper-Medusa，推理效率比OpenAI开源的Whisper快50%。 aiOla在Whisper的架构之上进行了修改采用了“多头注意力”机制的并行计算方法，允许模型在每个推理…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

原创2 years ago

SpeechGPT2 是由复旦大学计算机学院开发的一个端到端的语音对话语言模型，类似于 GPT-4o。能够感知并表达情感，并根据上下文和人类指令以多种风格提供合适的语音响应。如说唱、戏剧、机器人、搞笑和低语等。 项目地址：https://0…

西工大音频语音与语言处理研究组

原创2 years ago

随着手机、笔记本电脑等智能设备的普及，音频通信系统在人们的日常生活中起到了越来越重要的作用。然而，受硬件等多种因素的限制，通信系统中的语音信号经常因频率响应失真、不连续失真、响度问题、混响和噪声等受到损伤，影响听感。在ICASSP 2024…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

慧言科技 慧言科技（天津）有限公司是一家业内领先的言语交互高新技术企业。公司基于自主可控“海河·谛听”言语交互意图理解大模型，研发语音识别、语音生成、语义理解、文本生成、知识问答、机器翻译、声纹识别等全链路言语交互技术，支持中英日韩法西俄德…

语音小管家

转载2 years ago

百得思维 安徽百得思维信息科技有限公司（简称百得思维）是一家专门从事语音技术研究、人工智能项目研发、大型IT工程项目建设、IT人才服务的高科技公司。公司总部设在科技之城合肥,自2013年6月成立以来，持续构建全国技术服务的产业生态，先后在芜…