声浪

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9篇，eess.AS音频处理9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】 Coswara: A website appli

会汉语的加菲猫

转载4 years ago

以下文章来源于微软研究院AI头条，作者微软亚洲研究院 编者按：AI 合成语音如今已经屡见不鲜，然而在用户听来却不能让人产生与真人对话和阅读般的沉浸感。不过，微软亚洲研究院和微软 Azure 语音团队近日联合推出的全新端到端语音合成模型 Na…

ZHANGSHAO云

转载4 years ago

以下文章来源于低调奋进，作者知源 语音合成领域统计列表请访问 http://yqli.tech/page/tts_paper.html 语音识别领域论文统计请访问 http://yqli.tech/page/asr_paper.html

语音小管家

原创4 years ago

WeNet简介 WeNet是出门问问语音团队联合西工大语音实验室开源的一款面向工业落地应用的语音识别工具包，该工具用一套简洁的方案提供了语音识别从训练到部署的一条龙服务，其主要特点如下：

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4篇，eess.AS音频处理4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】 BigVGAN: A Universal Neu

语音小管家

原创4 years ago

语音之家社区自上线以来备受好评，为了更好地服务AI语音开发者，社区正式推出AI工匠学堂助力开发者从0到1的学习平台。 登录语音之家社区后，点击【学堂】即可进入。

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1篇，eess.AS音频处理3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】 Few-Shot Audio-Visual Learn…

东东

转载4 years ago

以下文章来源于阿里语音AI，作者郑斯奇 说话人日志（Speaker Diarization，SD）系统的目标是解决“谁在什么时间说话”的说话人识别问题，是一种可以广泛应用于客服、会议等多轮对话场景的语音技术。无监督聚类一直是 Speaker…

Noelliroon

转载4 years ago

来源丨腾讯技术工程 ICPR2022多模态字幕识别比赛(Multimodal Subtitle Recognition简称MSR竞赛)，日前圆满结束了。 本次竞赛由Tencent OCR & ASR Oteam 联合华南理工、华中科技大学、…

WeNet步行街

原创4 years ago

作者：宋星辰 千呼万唤始出来，犹抱琵琶半遮面。WeNet 社区期待良久的完全体 ONNX 终于和大家见面了。ONNX 成立的初衷就是解决神经网络模型在不同训练、推理框架之间的转换问题，而模型转换又是模型部署过程中一个重要的环节。因此，ONN…