今日论文合集:cs.SD语音22篇,eess.AS音频处理22篇。 cs.SD语音 【1】 Biased Self-supervised learning for ASR 标题:ASR中的有偏自监督学习 链接:https://arxiv.o…
声浪
WeNet 开源社区正式发布 wekws,面向产品的新一代端到端唤醒框架。该工作在西北工业大学航海学院张晓雷老师团队、西工大音频语音与语言处理研究组谢磊老师团队的支持下完成。wekws 具有如下产品优先,端到端,轻量级,高准确率四大优点。…
文章来源于PaperWeekly,作者范帅 本文主要介绍我们在自然语言处理领域被 EMNLP 2022 接收的工作,我们提出了SentiWSP,一种基于多层级的情感感知预训练模型,能够在多个情感分析下游任务上微调取得竞争性的性能。该模型通过…

团队介绍 阿里巴巴人工智能治理与可持续发展研究中心(AAIG)是阿里巴巴集团旗下的人工智能顶级研发团队,致力于利用AI技术解决安全风险问题,并推动AI技术更加可用、可靠和可信。团队成员在计算机视觉、语音和自然语言理解、数据挖掘与网络安全等领…

团队介绍 阿里巴巴人工智能治理与可持续发展研究中心(AAIG)是阿里巴巴集团旗下的人工智能顶级研发团队,致力于利用AI技术解决安全风险问题,并推动AI技术更加可用、可靠和可信。团队成员在计算机视觉、语音和自然语言理解、数据挖掘与网络安全等领…
今日论文合集:cs.SD语音21篇,eess.AS音频处理22篇。 cs.SD语音 【1】 Dynamic Kernels and Channel Attention with Multi-Layer Embedding Aggregati…
文章来源于音频语音与语言处理研究组,作者俞帆 多说话人语音识别(Multi-talker ASR)的目标是识别包含多个说话人的语音,希望能够正确识别极具挑战的说话人重叠(speaker overlap)的语音。近年来,随着深度学习的发展,许…
微软亚洲研究院 微软亚洲研究院机器学习组从理论、算法、应用等不同层面推动机器学习的前沿。在过去的十几年间,发表了大量被高度引用的论文(例如,梯度提升决策树LightGBM, 对偶学习Dual Learning, 预训练模型MASS, 快速语…
今日论文合集:cs.SD语音36篇,eess.AS音频处理36篇。 cs.SD语音 【1】 Predicting phoneme-level prosody latents using AR and flow-based Prior Net…
深圳市欧瑞博科技股份有限公司 欧瑞博是智能家居领导品牌,致力于以科技美学重塑人与环境的连接方式,让生活更美好。公司已获得恒大集团、软银赛富、美的置业、红星美凯龙、联发科等机构数亿元投资,并荣获了全球设计奖大满贯,和苹果、索尼、法拉利一同问鼎…
