内蒙古大学计算机学院S2Lab实验室等7篇论文被语音领域顶级会议ICASSP2023录用
近日，内蒙古大学计算机学院 语音理解与生成实验室（S2Lab，https://ttslr.github.io/index_S2Group.html）等团队共7篇论文被ICASSP2023接收。论文涉及研究方向包括多模态情感识别、语音增强、长…
76 0 0
声浪
摩尔线程 | 招聘机器学习研究员-语音方向（北京）
招聘岗位 机器学习研究员-语音方向 职位描述： 1. 学习与参与研发最前沿的语音技术（包括语音识别、语音合成、音频信号处理、音乐技术等方向）。 2. 切实了解前沿技术在数字人、元宇宙等现实方向落地的全过程。 3. 与有丰富从业经验的NLP、…
76 0 0
![语音/音频处理学术速递[6.16]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-06-19/1670686161498148864.jpg)
语音/音频处理学术速递[6.16]
今日论文合集：cs.SD语音31篇，eess.AS音频处理36篇。 cs.SD语音 【1】 Few-shot bioacoustic event detection at the DCASE 2023 challenge标题：DCASE 2…
135 0 0
沃丰科技 | 招聘语音识别工程师（北京）
招聘岗位 语音识别工程师 职位描述： 1. 问答、助手、质检等多种场景的语音技术支撑。 2. 结合公司产品的语音识别系统开发，负责GMM、HMM、DNN等相关工作。 3. 跟踪国内外语言识别技术的发展，保持技术先进性。 职位要求： 1. 拥…
78 0 0
UniCATS: 基于上下文的高质量语音合成框架，在零样本音色自适应和语音编辑任务上实现SOTA性能
当前，对于语音信号进行离散化处理并使用离散语音token，已经成为语音合成（Text-to-speech, TTS）任务中最具有潜力的方向之一。上海交通大学X-LANCE实验室继去年首次提出了基于离散语音token的语音合成模型VQTTS，…
400 0 0
INTERSPEECH 2023论文｜基于多频带时频注意力的复调音乐旋律提取
论文题目： MTANet: Multi-band Time-frequency Attention Network for Singing Melody Extraction from Polyphonic Music 作者列表： 高虞安，…
83 0 0
SpeechGen：用提示解锁语音语言模型(Speech LM)的生成能力
论文链接： https://arxiv.org/pdf/2306.02207.pdf Demo: https://ga642381.github.io/SpeechPrompt/speechgen.html Code: https://gi…
117 0 0
开源音视频剪辑工具：FunASR-APP ClipVideo
视频剪辑是大家生活中经常使用的工具，现有的视频剪辑软件支持种类丰富的视频裁剪、编辑功能。对于一个长视频，剪辑出里面需要的视频片段，往往需要花费很长的时间来浏览视频，剪辑需要的音视频片段。 ClipVideo剪辑工具结合了达摩院语音实验室在M…
166 0 0
百度 | 招聘AIDU语音技术方向研发工程师（北京）
招聘岗位 AIDU语音技术方向研发工程师 （地点：北京） 职位描述： 1.负责海量无标数据下的预训练语音识别和生成算法的设计与实现。 2.负责语音识别和合成前沿算法和应用技术研发。 3.负责语音信号处理、唤醒、声纹和情感识别等技术及产品研发…
70 0 0
SpeechGen：用提示解锁语音语言模型(Speech LM)的生成能力
论文链接： https://arxiv.org/pdf/2306.02207.pdf Demo: https://ga642381.github.io/SpeechPrompt/speechgen.html Code:
104 0 0