声浪

语音小管家

转载3 years ago

招聘岗位 语音合成算法专家 职位描述 1.负责语音合成的算法和模型的研究与开发，包括但不限于声学模型、声码器的算法实现、算法改进和在实际场景上的调优。 2.负责跟进前沿技术研究，结合业务规划，对团队成员提供技术和方向指导，持续探索语音合成技…

语音小管家

转载3 years ago

edge-tts是github上的一个开源项目，可以免费将文本转为语音，别看它只有2.8k star，替代科大讯飞的收费TTS服务完全没问题，因为这个项目实际是调用的微软edge的在线语音合成服务，支持40多种语言，300多种声音，效果毋容…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理9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3 years ago

招聘岗位 语音识别/声纹识别算法工程师 职位描述 1.负责语音识别/关键词检索/声纹识别算法的研究。 2.负责语音识别/关键词检索/声纹识别算法引擎开发、移植、优化与维护。 3.负责与产品部门对接引擎输出，解决产品落地中的实际问题。

西工大音频语音与语言处理研究组

原创3 years ago

为促进驾驶场景中语音处理和识别研究，在ISCSLP 2022上成功举办智能驾驶座舱语音识别挑战 (ICSRC)的基础上，西工大音频语音与语言处理研究组 (ASLP@NPU)联合理想汽车、希尔贝壳、WeNet社区、字节、微软、天津大学、南洋理…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理11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3 years ago

3D-Speaker是通义实验室语音团队贡献的一个结合了声学、语义、视觉三维模态信息来解决说话人任务的开源项目。本项目涵盖说话人日志，说话人识别和语种识别任务，开源了多个任务的工业级模型，训练代码和推理代码。 本项目同时还开源了相应的研究数…

语音小管家

转载3 years ago

招聘岗位 声纹识别高级工程师 （地点：南京） 职位描述 1.跟进国内外最新技术，结合业务需求和公司发展，整体把控算法研发内容和进度，确保业务的正常开展。 2.负责声纹识别技术的研发和工程化开发，以及研发团

语音小管家

转载3 years ago

Abstract 我们介绍了一个文本到语音(TTS)模型，称为BASE TTS，它代表具有涌现能力的大自适应流TTS。 BASE TTS是迄今为止最大的TTS模型，在10万小时的公共领域语音数据上进行了训练，实现了语音自然度的新技术。 它部…