招聘岗位 音频算法专家 职位描述 1. 负责音视频产品中音频核心算法的设计、开发与持续优化,包含AEC/NS/AGC,语音增强,音频编解码,语音识别等关键技术研究与突破,构筑业界领先的媒体面能力,提升产品竞争力。 2. 负责音频算法产品化落…
声浪
微软推出了一个全新预训练模型phi-1.5,共有13亿参数,能做QA问答、聊天和写代码等等。 模型越大,能力越强吗? 然而,事实并非如此。 近日,微软研究人员推出了一个模型phi-1.5,仅有13亿参数。
今日论文合集:cs.SD语音50篇,eess.AS音频处理52篇。 cs.SD语音 【1】 Augmenting conformers with structured state space models for online speech…
招聘岗位 多模态语音合成资深算法工程师 职位描述 1. 负责语音合成文本前端、声学模型或声码器等技术研发和应用。 2. 负责语音合成大模型如VALL-E以及语音口型表情等新技术的探索研发和应用。 3. 负责持续跟进业界前沿算法发展方向,支持…
论文链接:https://arxiv.org/abs/2308.16569 代码地址:https://github.com/thuhcsi/LightGrad 数据支持:针对BZNSYP和 LJSpeech 提供训练脚本
今日论文合集:cs.SD语音39篇,eess.AS音频处理38篇。 cs.SD语音 【1】 CiwaGAN: Articulatory information exchange标题:CiwaGan:发音信息交流
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。
分贝(deci-Bel,dB)是语音中一个比较常见的概念,经常听别人说声音多少dB,但是有时候会发现,dB一会儿是正的一会儿是负的,让人一头雾水,摸不着头脑,我们在震惊!这个声音25岁以上听不到这篇文章中讲过几种dB的区别,正的dB用分贝仪…
今日论文合集:cs.SD语音16篇,eess.AS音频处理16篇。 cs.SD语音 【1】 Weakly-Supervised Multi-Task Learning for Audio-Visual Speaker Verificatio…
招聘岗位 音频算法工程师 职位描述 1. 研究对海量音频声学内容表示+分类的基础技术和应用。 2. 对医疗场景中音频的声学场景进行聚类和分类,提高系统音频附属信息(meta-data)的内容表示,分析和数据挖掘性能,增强音频信息捕获和归类能…
