开源语音数据库发布丨AISHELL-6
随着人工智能新一轮浪潮兴起，AI语音对话技术日趋成熟，带来越来越好的智能语音交互体验。但全球仍有大量语言障碍的人无法进行正常的沟通交流以及与智能语音产品交互。因此，为了加快技术迭代，快速推动相关项目的研发，希尔贝壳（AISHELL）开源了A…
85 0 0
声浪
开源发布CUSIDE-Array: 清华CAT工具包支持流式多通道端到端语音识别
论文地址：https://arxiv.org/abs/2407.09807 开源代码及模型：https://github.com/thu-spmi/CAT/blob/master/docs/cuside-array.md 摘&
10 0 0
浅谈大模型的多模态和语音流式技术
ChatGPT 引爆LLM的同时scaling law席卷了整个机器学习行业，openai 、meta、google等公司在语音方向也分别推出了whisper、mms、audioPaLM多个语音大模型，在模型和数据规模上再次发挥scalin…
8 0 0
论文导读丨INTERSPEECH 2024专题（三）
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专题第三部分，共遴选了8篇论文，覆盖语音合成、音色转换、情感识别…
9 0 0
![语音/音频处理学术速递[7.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-08-01/1818902898340401152.jpg)
通过语音预测自杀风险：多模态大语言模型的新进展
据世界卫生组织数据统计，每年因自杀而死亡的人数超过70万，是15至29岁人群的第四大死亡原因。因此，实施精准的自杀危机筛查与监测至关重要，可以有效预防自杀的发生。 清华大学万科公共卫生与健康学院陈润森团队与清华大学电子工程系张超团队联合开展…
8 0 0
黑芝麻智能 | 招聘AI算法工程师（武汉）
黑芝麻智能 黑芝麻智能科技（Black Sesame Technologies）致力于成为全球嵌入式智能驾驶计算平台的共创者，用“芯”赋能未来出行。公司于2016年设立，在硅谷、新加坡、上海，全球员工近700人，创始团队大多毕业于清华大学，…
46 0 0
博后招聘 | 上海交大计算机系钱彦旻教授团队博后招聘启事
实验室简介 上海交通大学听觉认知与计算声学实验室（SJTU Auditory Cognition and Computational Acoustics Lab, AudioCC Lab），由计算机系钱彦旻教授领导，集结了一支由博士生、硕士…
49 0 0
歌尔股份 | 招聘语音增强算法专家（南京）
歌尔股份 歌尔股份有限公司成立于2001年6月，2008年5月在深交所上市，是全球布局的科技创新型企业，主要从事声光电精密零组件及精密结构件、智能整机、高端装备的研发、制造和销售，目前已在多个领域建立了综合竞争力。 秉持一站式服务为客户创造…
37 0 0
快手 | 招聘音频音乐算法实习生（北京）
快手 作为普惠的数字社区，快手不仅让数亿普通人记录和分享生活，更帮助人们发现所需、发挥所长。快手致力于创造一个温暖和信任的社区，让更多普通人拥有表达和被看见的机会，并由此培育了繁荣与高互动的社区生态，每天有数千万优质内容上传。作为全球领先的…
30 0 0