声浪

语音小管家

转载3 years ago

高质量的助听器能让有听力障碍的用户轻松自如地进行交流。我们的头和躯干模拟器、耳模拟器和人工乳突为优化音频质量和清晰度提供了全面的测试解决方案。 开发助听器时，所需要的系统要能够进行测试、提供基准、控制质量并提升产品设计，同时，还要考虑到声音…

西工大音频语音与语言处理研究组

原创3 years ago

语音增强 (Speech Enhancement) 旨在从噪声和混响等多种干扰中恢复并提升语音的质量及可懂度，以提升人耳听感和语音识别率。在深度学习的推动下，基于神经网络的语音增强技术取得了巨大的进展，在诸多数据集上都取得了卓越的性能。近期…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音10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

OpenAI Sora文生视频（图像看作单帧视频）一放出就炸翻整个AI 圈，也是ChatGPT掀起GenAI热潮时隔一年后，OpenAI再次史诗级的更新。OpenAI 随后公布的技术综述[文献1]，难掩其勃勃雄心：视频生成模型作为世界模拟器…

语音小管家

转载3 years ago

01.OpenAI Sora 视频生成模型技术报告总结 不管是在视频的保真度、长度、稳定性、一致性、分辨率、文字理解等方面，Sora都做到了SOTA（当前最优）。 技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual pat…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理3篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

新智元

转载3 years ago

Sora突破之后的突破又来了！语音初创公司ElevenLabs放大招，直接用AI给Sora经典视频完成了配音。网友惊呼离AI完全生成电影又近了一步。虽然一些人不想承认，但AI视频模型Sora的开年王炸，确实给影视行业带来了颠覆性的影响！

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

机器之心

转载3 years ago

今天，谷歌宣布推出 Gemini 1.5。 Gemini 1.5 建立在谷歌基础模型开发和基础设施的研究与工程创新的基础上，包括通过新的专家混合 (MoE) 架构使 Gemini 1.5 的训练和服务更加高效。 谷歌现在推出的是用于早期测试…

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10篇。 本文经arXiv每日学术速递授权转载 cs.SD语音