声浪

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理11篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载3 years ago

Abstract 我们介绍了一个文本到语音(TTS)模型，称为BASE TTS，它代表具有涌现能力的大自适应流TTS。 BASE TTS是迄今为止最大的TTS模型，在10万小时的公共领域语音数据上进行了训练，实现了语音自然度的新技术。 它部…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音13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

智能语音新青年

原创3 years ago

本次分享内蒙古大学S2LAB与字节跳动、港中文(深圳)合作，关于情感对话语音合成的工作《Emotion Rendering for Conversational Speech Synthesis with Heterogeneous Gra…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音12篇，eess.AS音频处理17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3 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载3 years ago

龙年伊始，Sora横空出世，举世震惊。Sora声称“作为世界模拟的视频生成模型”，豪气干云。有人悲观预言很多传统领域可能被颠覆，其中最为岌岌可危的可能是计算机图形学，短视频和影视娱乐行业。依随OpenAI透露出更多技术细节，很多Sora生成…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

量子位

转载3 years ago

谷歌大模型，开源了！ 一夜之间，Gemma系列正式上线，全面对外开放。 它采用Gemini同款技术架构，主打开源和轻量级，免费可用、模型权重开源、允许商用，同时笔记本可跑。 共有2B和7B两个版本，性能全面超越开源标杆Llama 2。 每种…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音6篇，eess.AS音频处理8篇。 本文经arXiv每日学术速递授权转载 cs.SD语音