EmotiVoice是一个强大的开源TTS引擎,支持中英文双语,包含2000多种不同的音色,以及特色的情感合成功能,支持合成包含快乐、兴奋、悲伤、愤怒等广泛情感的语音。 项目地址(基于PromptTTS): https://github.c…
声浪
Bark 是由Suno创建的基于转换器的文本到音频模型。Bark 可以生成高度逼真的多语言语音以及其他音频 - 包括音乐、背景噪音和简单的音效。该模型还可以产生非语言交流,如大笑、叹息和哭泣。 项目地址:https://github.com…
本文分享作者对Whisper论文解读。 论文:2023 ICML | Robust speech recognition via large-scale weak supervision [1] 作者:Radford, Alec, Jong…
招聘岗位 音频算法工程师 职位描述 1.从事音频领域的技术研究工作,包括语音降噪、语音增强等的设计和开发,提出创新性思路和设计方案。 2.负责音频类产品算法及系统方案设计,包括麦克风、通话音频产品等,提升音频产品竞争力。 3.参与高校或科研…
语音转换(Voice Conversion)是智能语音处理领域的典型研究课题。语音转换挑战赛(VCC)是语音转换领域的国际顶级赛事,已成功举办了三届。2023年VCC竞赛专注歌声转换(Singing Voice Conversion,SVC…
今日论文合集:cs.SD语音10篇,eess.AS音频处理12篇。 cs.SD语音 【1】 Proceedings of the 5th International Workshop on Reading Music Systems标题
招聘岗位 语音算法工程师 职位描述 1.参与语音识别,语音合成,人声分离相关算法研究。 2.负责语音合成算法设计与实现,以及结合业务进行模型优化工作。 3.负责语音交互技术及语音复刻产品研发。 4.跟踪国际最新的语音识别相关技术和前沿技术的…
今日论文合集:cs.SD语音8篇,eess.AS音频处理10篇。 cs.SD语音 【1】 A Foundation Model for Music Informatics标题:音乐信息学的基础模型链接
招聘岗位 语音算法工程师 职位描述 1.参与机器人细分领域的远场语音信号增强算法嵌入式平台移植及优化工作。 2.参与机器人细分领域语音信号增强算法与语音识别算法联调工作。 3.跟进业内远场语音交互的语音增强新技术研究,并推动工程落地。
百模大战,最备受期待的一位选手,终于正式亮相! 它便是来自李开复博士创办的AI 2.0公司零一万物的首款开源大模型——Yi系列大模型: Yi-34B和Yi-6B。 虽然Yi系列大模型出道时间相对较晚,但从效果上来看,绝对称得上是后发制人。…
