声浪

语音小管家

转载2 years ago

太初电子 太初元碁（太初（无锡）电子科技有限公司）是由国家超级计算无锡中心孵化的高性能人工智能产业化公司，致力于发展世界领先的自主可控高性能计算技术和生态。公司主要业务方向为研发自主可控的高性能计算产品、系统集成技术与全栈软件生态，面向政府…

语音小管家

转载2 years ago

建信金科 建信金融科技有限责任公司是中国建设银行金融科技子公司（公司主页：https://www.ccbft.com/）。 语音识别团队隶属于基础技术中心，负责公司语音识别、声纹识别、语音唤醒等方向的自研能力建设和需求承接。 团队自研能力已…

语音小管家

转载2 years ago

方位通讯 深圳方位通讯科技有限公司（方位通讯）是全球领先的专业物联网音视频（A&V-IoT）产品提供商、国家级高新技术企业，拥有北京、深圳、苏州三个研发基地。方位通讯专注物联网通讯技术与终端研发，经过近二十年的沉淀积累，打造SIP对讲、SI…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

Amphion

原创2 years ago

随着GPT-4o、Moshi等模型的发布，语音交互大模型越来越受到大家的关注。如何全面的评价语音交互大模型的情商？最近港中大（深圳）联合字节跳动提出了SD-Eval，一个多维度评估语音对话理解和生成的基准数据集，旨在促进更具同理心和更加智能…

银河标注员

转载2 years ago

夕小瑶科技说 原创作者 | 谢年年 世界由形形色色的角色构成，每个角色都拥有独特的知识、经验、兴趣、个性和职业，他们共同制造了丰富多元的知识与文化。 所谓术业有专攻，比如AI科学家专注于构建LLMs,医务工作者们共建庞大的医学知识库，数学家…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音22篇，eess.AS音频处理15篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

THUsatlab

原创2 years ago

CVPR 2024 基于运动解耦扩散模型的语音驱动共语手势视频生成 本文由清华大学与华为云计算公司、华为诺亚实验室、香港中文大学合作，研究虚拟数字人共语手势（co-speech gestures）视频的自动生成。现有共语手势生成工作大多停留…

阿里语音AI

原创2 years ago

人类对自身的研究和模仿由来已久，在我国2000多年前的《列子·汤问》里就描述了有能工巧匠制作出会说话会舞动的类人机器人的故事。声音包含丰富的个体特征及情感情绪信息，对话作为人类最常使用亲切自然的交互模式，是连接人与智能世界至关重要的环节。…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音32篇，eess.AS音频处理47篇。 本文经arXiv每日学术速递授权转载 cs.SD语音