声浪

新一代Kaldi

原创3 years ago

简介 Zipformer[1] 是新一代 kaldi 团队最新研发的序列建模模型。相比较于 Conformer[2]、Squeezeformer[3]、E-Branchformer[4] 等主流 ASR 模型，Zipformer 具有效果更…

oldpan博客

原创3 years ago

文章来源于语音算法组，作者Ryuk Opus是一个有损音频压缩的数字音频编码格式，由Xiph.Org基金会开发，之后由互联网工程任务组（IETF）进行标准化，目标是希望用单一格式包含声音和语音，取代Speex和Vorbis，且适用于网络上低…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音26篇，eess.AS音频处理27篇。 cs.SD语音 【1】WikiMuTe: A web-sourced dataset of semantic descriptions for music audio

语音小管家

转载3 years ago

招聘岗位 音频生成方向实习生 职位描述 1.负责开源项目Amphion的开发和维护，开发新的算法框架，实现 SOTA 算法，提升用户体验和项目影响力。 2.追踪与研究业界前沿算法，包括但不限于音乐生成、音效生成、语音合成、语音增强、自监督学…

语音小管家

转载3 years ago

招聘岗位 语音合成算法工程师 职位描述 负责语音合成（TTS）/声音转换（VC）的算法研究和工程实现。

语音小管家

转载3 years ago

目前很多大模型如雨后春笋般涌现出来，作者整理了几个跟数字人项目相关的开源大模型，分享给大家！ AI Voice Chat 地址：https://github.com/WeberJulian/AI-voice-chat 它是一个简化版的rea…

西工大音频语音与语言处理研究组

原创3 years ago

文章来源于音频语音与语言处理研究组，作者郭大可、朱新发 语音合成（TTS）旨在从文本生成自然的语音。随着基于序列到序列（seq2seq）方法的普及，语音合成系统在自然度上取得了显著改善。然而，使用当前语音合成系统合成诸如有声读物这种具有大量…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理5篇。 cs.SD语音 【1】Extending Whisper with prompt tuning to target-speaker ASR

语音小管家

转载3 years ago

高级音频算法工程师（应届博士） 职位描述 从事音频领域的算法研究及开发工作，包括语音增强、智能语音（唤醒、多命令词识别、声纹识别、场景检测、事件检测等）、影音音效（空间音频、smartPA）等。

语音小管家

转载3 years ago

招聘岗位 声纹识别算法工程师 职位描述 1. 负责设备声纹特征提取及分析。 2. 负责音频缺陷检测特征库构建及诊断算法库构建。 3. 负责音频缺陷检测相关pipeline搭建及产品落地。