声浪
在使用语音识别服务进行语音转文字的过程中,大多数情况下模型能正确地预测高频词汇,但是对诸如人名地名、命名实体等词频较低或与用户强相关的词汇,模型往往会识别为一个发音相近的其他结果,这使得语音识别模型在日常生活中、垂直领域落地时并不完美。 热…
北科瑞声 深圳市北科瑞声科技股份有限公司是国内人工智能音频细分领域领军企业,专注于行业智能音频交互技术,拥有全链条核心自主知识产权。北科瑞声创始团队来自香港科技大学、中国科技大学和北京大学。目前北科瑞声总部位于深圳,在香港、广州、南京和青岛…
北京远鉴信息技术有限公司 北京远鉴信息技术有限公司(下称“远鉴”或“公司”)是一家高科技创新型企业,是国内领先的声纹技术及人工智能服务企业。公司发展始于为公安部、国家网信办等部委提供人工智能技术服务,具备成熟的实战经验。在多个核心技术远鉴拥…
时空壶 深圳时空壶技术有限公司创立于2016年,致力于通过人工智能与硬件技术的结合,打造让人类跨越语言障碍的AI翻译产品。 成立6年间,时空壶针对不同场景下的翻译需求,先后上市W3旗舰翻译耳机、M3旅行翻译耳机,以及Zero随身翻等系列产品…
腾讯光子工作室 腾讯光子工作室发布了包括《绝地求生移动版》和《英雄联盟移动版》等在内的50多款热门产品,并在全球10多个国家和地区设有研发中心。我们团队的目标是为游戏制作开发基于人工智能的语音和音频处理算法。我们算法的特点是生成或处理的音频…
链接:https://github.com/pyannote/pyannote-audio pip install pyannote.audio
SOTA 语音合成效果。 来源丨机器之心 文本到语音合成(Text to Speech,TTS)作为生成式人工智能(Generative AI 或 AIGC)的重要课题,在近年来取得了飞速发展。在大模型(LLM)时代下,语音合成技术能够扩展…
