声浪

新一代Kaldi

原创4 years ago

1. 背景 近年来，随着GPU算力的不断提升，大型自监督预训练模型在自然语言处理这项任务中大放异彩，从GPT，到BERT，再到GPT-3，SOTA被不断的刷新。这类模型在预训练过程中，仅使用无标注数据进行学习，便能够对数据本身进行分析，学习…

王庆吉

转载4 years ago

最近，谷歌研究团队推出了一种语音生成的AI模型——AudioLM。只需几秒音频提示，便可生成高质量连贯的语音，甚至还可以生成钢琴音乐。 来源丨新智元 图像生成模型卷起来了！视频生成模型卷起来了！下一个，便是音频生成模型。 近日，谷歌研究团队…

语音小管家

原创4 years ago

作者介绍 周维，58同城AI Lab语音算法部负责人。负责语音识别、语音合成算法研发。 58同城AI Lab部门简介 58同城AI Lab隶属TEG技术工程平台群，旨在推动AI技术在58同城的落地，打造AI中台能力，以提高前台业务人效、收入…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音7篇，eess.AS音频处理8篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily cs.SD语音 【1】 On Compressing Seq

会汉语的加菲猫

转载4 years ago

就在市场利好、一众科技企业紧锣密鼓、跑步入场，甚至不惜重金探索语音奥秘之时，我们发现仅仅对交流内容的准确理解早已不能满足市场需求，而在音色复刻、语言风格变化甚至是多种“类人”细节上的追求成为当前差异化竞争的重点。 人工智能之父马文·明斯基曾…

西工大音频语音与语言处理研究组

原创4 years ago

语音合成 (Text-to-speech, TTS) ，又称文语转换技术，是将文本转换为自然语音的一类技术。在深度学习的推动下句级语音合成的自然度和音质得到了极大的提升。而使用当前句级语音合成系统合成语音段落时，很难达到满意的自然度，这是因…

语音小管家

转载4 years ago

赛轮思 Cerence Inc. (NASDAQ: CRNC)，A.I. for a world in motion，已于2019年10月1日正式从Nuance通讯公司完成拆分成为一家独立的、下一代汽车软件公司。从Nuance拆分汽车业务而…

每日语音速递

转载4 years ago

今天跟大家分享一篇语音相关的论文合集：cs.SD语音18篇，eess.AS音频处理19篇。 本文经arXiv每日学术速递授权转载，微信公众号：arXiv_Daily cs.SD语音 【1】 Individualized C

上二休五

转载4 years ago

大脑在加工语言时，需要实时调动多个脑区的神经元进行协同工作。构建高时空分辨率的神经影像数据可以帮助我们更好地了解各个脑区以及脑区之间的协同合作，对于研究大脑的语言加工机制至关重要。 当前已有的开源数据主要针对英文采集，只包括单一模态的神经影…

低调奋进

转载4 years ago

来源丨微信公众号：低调奋进 论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况。很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。 所有文章语音合成领域统计列表请访问：http://yqli.te…