距离上次讲LLM相关的内容已经过去2个月了LLM as Controller—无限拓展LLM的能力边界,本文想要从AI Infra的角度出发,从更宏观的角度看Generative AI对AI Infra生态产生的变化,本文不局限于LLM,文…
声浪
招聘岗位 语音算法研究员 职位描述: 1. 负责语音声学方向的算法研究、产品开发和性能提升,涉及的问题包括但不限于语音识别、声纹识别、VAD、语言模型等。 2. 配合产品需求,整理训练数据,训练并优化语音识别等模型,支持语音算法的定制封装、…
AI 语音转换真的越复杂越好吗?本文就提出了一个方法简单但同样强大的语言转换模型,与基线方法相比自然度和清晰度毫不逊色,相似度更是大大提升。 AI 参与的语音世界真神奇,既可以将一个人的语音换成任何其他人的语音,也可以与动物之间的语音互换。…
今日论文合集:cs.SD语音10篇,eess.AS音频处理13篇。 cs.SD语音 【1】AVSegFormer: Audio-Visual Segmentation with Transformer 标题:AVSegFormer:基于变换…
语音转换 (Voice Conversion) 旨在保留语音中语言内容信息的同时,将源说话人音色转变为目标说话人的音色。越来越多的应用场景,如直播、视频会议等实时通信(RTC)应用中要求语音转换能够实时进行,而目前常见的语音转换模型以整段音…
用大语言模型定理证明,加州理工华人一作最新研究可能改变数学未来。 大语言模型,可以用来证明数学定理了! 「数学天才」陶哲轩曾在一篇博客中称,2026年,AI将与搜索和符号数学工具相结合,成为数学研究中值得信赖的合著者。 这个预言,如今已经成…
招聘岗位 语音算法工程师/专家 职位描述: 1. 负责语音识别、声纹识别、语音合成、语音增强等方向的前沿探索与研究。 2.负责实际应用场景需求,持续优化算法模型。 职位要求: 1. 计算机、模式识别、数学、人工智能,机器学习等相关专业硕士及…
今日论文合集:cs.SD语音10篇,eess.AS音频处理10篇。 cs.SD语音 【1】 A Low-rank Matching Attention based Cross-modal Feature Fusion Method for…
SpeechIO的所有历史文章可在语音之家网站的【声浪】-【SpeechIO专区】查看,评测结果数据可在语音之家(PC端)的【SOTA】页面查看。 官网地址:http://www.speechhome.com/eval SpeechIOAS…
上一期我们发布了最终版的 Zipformer 模型及其在 LibriSpeech 上表现,为了证明模型不是针对 LibriSpeech 的调优, 本期将更新 Zipformer 在 WenetSpeech 数据集上的结果,本文不涉及任何模型…
