论文推介：腾讯天籁实验室-西工大ICASSP2022 DNS竞赛两阶段个性化语音增强系统
作者：琚雨恺 个性化语音增强(personalized speech enhancement, PSE)也称为目标说话人提取(target speaker extraction,TSE)，其主要目的是通过目标说话人的注册语音从复杂的受干扰的…
318 2 0
声浪
论文分享：当声纹识别遇上标签噪声？前端和后端的系列优化
声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。当前的声纹识别系统通常包括两个模块：神经网络特征提取前端和概率线性判…
125 0 0
ICASSP 2022 | CPT：语音翻译的跨模态前缀调优
文章来源于阿里语音AI，作者达摩院语音实验室 本文介绍在语音翻译任务中，通过一个跨模态的 prefix network 来适配多语言文本预训练模型的新方式。 / ICASSP收录论文 / CPT: Cross-Modal Prefix-Tu…
129 0 0
ICASSP 2022 | FlatTN: 基于规则和神经网络融合的端到端中文文本正则化模型
本文由清华大学、标贝科技有限公司、香港中文大学合作，提出了一种将规则、词典和神经网络融合于一体的端到端中文文本正则化模型。该模型结合了规则和词典的可扩展性、神经网络的上下文建模及高效利用大数据的能力，通过规则和词典等在神经网络模型推理的过程…
334 1 0
ICASSP 2022 | SpanPSP：一种基于跨度的端到端中文韵律结构预测模型
本文由清华大学与香港中文大学、北京世纪好未来教育科技有限公司合作，提出了一种面向语音合成的基于跨度（span）的端到端韵律结构预测模型SpanPSP，该模型直接接受汉字字符序列作为输入，不需要任何的分词、词性标注等预处理，且相比于现有的所有…
461 1 0
小冰公司 | 招聘语音合成算法研究员（北京）
小冰 小冰公司的前身是微软亚洲互联网工程院的人工智能小冰团队。该团队于2013年12月在北京组建，2014年9月在日本东京建立了研发分部。目前整个团队分布于北京、苏州和东京三地。作为微软全球首个以中国为总部的人工智能产品线，小冰历经多年发展…
173 0 0
仙豆智能 | 招聘语音识别算法工程师（北京）
仙豆智能 仙豆智能成立于2019年3月，是一家面向万物互联时代专注于出行场景的科技公司，助力汽车行业的数字化升级，从汽车制造商变革为用户服务商。 仙豆智能构建的基于双智融合（智能驾驶和智能座舱）的整车产品智能化、智能营销多端整体解决方案及各…
146 0 0
ICASSP 2022 | 基于Transformer的稳定高效的语音驱动虚拟人合成
本文由清华大学与上海交通大学、微软中国合作，提出了一种从语音预测虚拟人脸部动画参数（Speech-to-Animation, S2A）的方法，能够稳定且高效地生成与语音内容同步的面部表情动作。与传统方法相比，本文利用音素后验概率图来表征语音…
627 1 0
论文分享：当声纹识别遇上标签噪声？前端和后端的系列优化
论文转载厦大智能语音实验室 声纹识别是指从说话人的语音信号中提取声纹特征，并通过有效的分类识别模型，对说话人的身份进行校验和鉴别。声纹识别广泛应用于刑侦、人机交互声纹口令验证、银行声纹身份验证等领域。当前的声纹识别系统通常包括两个模块：神经…
18 0 0
ICASSP 2022 | NeuFA: 基于双向注意力机制的神经网络端到端强制对齐
本文由清华大学与香港中文大学、字节跳动公司合作，提出了一种新的双向注意力机制（bidirectional attention mechanism）以及基于该机制的神经网络强制对齐（forced alignment）模型NeuFA。该模型基于…
460 0 0