声浪

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音9篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音17篇，eess.AS音频处理18篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

西工大音频语音与语言处理研究组

原创2 years ago

Whisper[1] 是一种在海量语音数据上训练的多任务、多语言语音基座模型，已在语音识别、翻译和语种识别等任务上表现出卓越性能。然而，其在说话人验证（SV）任务中的适用性尚未被探索，特别是在带说话人标签的语音数据有限的低数据资源场景。 近…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音11篇，eess.AS音频处理16篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

它思科技

转载2 years ago

论文地址：https://arxiv.org/abs/2407.09807 开源代码及模型：https://github.com/thu-spmi/CAT/blob/master/docs/cuside-array.md 摘&

语音小管家

转载2 years ago

为促进最新研究成果的传播与交流，CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目，定期分享最新语音、对话与听觉相关研究方向论文。本期是INTERSPEECH 2024专题第三部分，共遴选了8篇论文，覆盖语音合成、音色转换、情感识别…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理22篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理12篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

西工大音频语音与语言处理研究组

原创2 years ago

在当今数字化时代，大模型以其强大的数据处理和复杂问题解析能力，正深刻改变着我们的现实生活。以GPT4o等为例，大模型已经具备了令人惊叹的全双工语音交互能力，其中实时交互是语音对话的关键。因此，如何在保持大模型强大能力的同时，提升其实时性能，…

语音小管家

转载2 years ago

中科智加 中科智加是中科院自动化所旗下技术产业化公司，致力于用AI技术为行业赋能，为客户提供以语音识别、机器翻译、自然语言理解、知识图谱、图像视频智能处理等技术为核心的应用产品与解决方案，相关服务案例覆盖国内30余地市。 招聘岗位 语音识别…