声浪

语音小管家

转载3 years ago

GitHub的一位博主整理了上百篇语音活动检测（VAD）的论文，按照其中使用的特征方法以及适用的环境进行了分类整理，时间跨度为从198*年至2019年。此外，还提供了几个VAD代码，它们的性能表现较好。需要的同学可以自行获取使用。 有相关领…

智能语音新青年

原创3 years ago

本次分享阿里巴巴达摩院语音实验室、新南威尔士大学与香港科技大学（广州）等在ICASSP2023会议发表的论文《Weighted Sampling for Masked Language Modeling》。该论文主要提出了两种简单有效的加权…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音48篇，eess.AS音频处理48篇。 cs.SD语音 【1】 Modulation Extraction for LFO-driven Audio Effects标题：用于LFO驱动音频效果的调制提取链接：ht…

语音小管家

转载3 years ago

招聘岗位 语音识别算法工程师 （地点：北京） 工作职责 1. 负责语音识别前端的信号处理算法的设计和实现。 2. 独立搭建语音识别团队，负责语音识别项目。 任职要求

语音小管家

转载3 years ago

对于语言学习者来说，练习发音并获得及时准确的反馈，是提高口语水平的重要环节。多年来，微软一直深耕基于 Azure 认知服务的语音功能，不断优化语音评测[1]功能的底层技术，从准确率、流畅度、完整性和语音语调等方面，提供更实用的反馈，赋能教育…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理26篇。 cs.SD语音 【1】 Any-to-Any Generation via Composable Diffusion标题：通过可组合扩散实现任意到任意的一代链接：https…

语音小管家

转载3 years ago

本文介绍清华大学语音与音频技术实验室(SATLab) ICASSP 2023录用论文Cross-Lingual Alzheimer's Disease Detection Based on Paralinguistic and Pre-Tr…

新一代Kaldi

原创3 years ago

经过 Dan 长时间以来对声学模型的持续优化，我们终于确定了新版的 Zipformer 结构，并提交代码至： github: https://github.com/k2-fsa/icefall/pull/1058

新智元

原创3 years ago

问世6年来，Transformer不仅成为NLP领域的主流模型，甚至成功向其他领域跨界，一度成为风靡AI界的机器学习架构。恰在今天，Transformer在GitHub上星标破10万大关！ 2017年，谷歌团队在论文「Attention I…

语音小管家

转载3 years ago

招聘岗位 语音算法科学家 （地点：广州） 工作职责 1. 负责公司语音识别（ASR）的算法研究和相关开发工作。 2. 负责公司语音唤醒、VAD的算法研究和相关开发工作。 3. 负责公司语音转文本的算法研究和相关工作。 4.负责公司声纹的算法…