声浪

语音小管家

转载3 years ago

招聘岗位 远场音频算法工程师 职位描述 1、研究并开发远场双麦克，多麦克语音降噪算法，回声抑制算法，去混响算法。 2、负责搭建上述算法的PC端仿真系统，并对不同的解决方案进行评估。 3、负责对上述算法进行优化和加速，并部署到ARM/DSP的…

语音小管家

原创3 years ago

VoiceFixer 是一款通用语音修复工具，使用 AI 消除背景噪音、修复降级语音、增强旧录音的音频质量、提高音频分辨率等等，全部功能都在一个模型中！ 来源丨 GitHubStore VoiceFixer 的目标是恢复人类语音，无论其退化…

语音小管家

转载3 years ago

语音合成旨在让机器根据给定的文本生成对应内容的语音。表现力语音合成（Expressive Speech Synthesis）致力于为语音合成提供更丰富的情感波动和风格变化，以提高合成语音的拟人度和感染力，在有声读物、虚拟主播、虚拟人等场景下…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音15篇，eess.AS音频处理15篇。 cs.SD语音 【1】EmphAssess : a Prosodic Benchmark on Assessing Emphasis Transfer in Speech-…

机器之心

原创3 years ago

从此以后，Google Scholar 数据该出问题了。 备受期待的谷歌 Gemini 技术报告完整版，今天终于出炉了。 两周前，人们兴奋于谷歌提出的「原生多模态大模型」Gemini，其宣称超越 GPT-4 的强大性能，以及对于图像、视频等…

THUHCSI人机语音交互实验室

原创3 years ago

文章来源于THUHCSI人机语音交互实验室，作者HCSIers 分享3篇清华大学人机语音交互实验室（THUHCSI） 在AAAI 2024上被录用的论文，本次被录用的3篇论文涉及基于大语言模型（LLM）的语音情感描述生成、基于强化学习（RL…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 cs.SD语音 【1】Underwater Acoustic Signal Recognition Based on Salient Features 标题：

机器之心

原创3 years ago

香港中文大学（深圳）数据科学学院武执政副教授团队联合上海人工智能实验室 OpenMMLab 团队开源了综合音频生成项目 Amphion（安菲翁）。该系统旨在打造一个集语音合成转换、歌声合成转换、音效音乐生成等多功能为一体的开源平台。截至目前…

西工大音频语音与语言处理研究组

原创3 years ago

语境偏置（Contextual biasing）旨在将语境知识集成到语音识别（ASR）系统中，以提高在相关领域词汇（俗称“热词”）上的识别准确率。诸多ASR实际应用场景很可能会包含训练数据中数量很少或完全没出现的词语，这些词语大多是领域相关…

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11篇。 cs.SD语音 【1】SpokesBiz -- an Open Corpus of Conversational Polish