模式识别学科发展报告（2）丨模式识别基础未来重要研究问题
随着信息技术的发展和推广应用，模式识别所需处理的数据呈现出多源异构、海量混杂、时空动态演变的新特点，对模式识别系统的性能和安全要求越来越高。开放环境理解、智能人机交互、智能辅助系统等尤其需要先进的模式识别方法驱动的视听觉信息理解技术。从总体…
19 0 0
声浪
模式识别学科发展报告（1）丨模式识别基础重要研究进展
模式识别是对感知的模式信息（图像、视频、声音等）进行分析，对其中的物体对象或行为进行判别和解释的过程。从方法论的角度，模式识别方法可进一步分为统计模式识别、句法/结构模式识别、神经网络方法等。在技术上，模式识别方法包括模式（或信号）预处理、…
198 0 0
【技术揭秘】高性能粤语语音识别模型构建方案
随着人工智能技术的飞速发展，语音识别（Automatic SpeechRecognition）的应用越来越广泛，对于多语种多口音语音识别的需求也在日渐增加。虽然语音识别系统的基本原理和框架是不受限于语种的，在建立一个新语种的ASR模型时，还…
14 0 0
【技术揭秘】可控时延语音识别文本后处理技术
关键词：文本后处理，标点预测，顺滑检测，CT-Transformer 背景介绍 自动语音识别 （ASR） 原始输出的文本不含标点，且口语的ASR识别结果通常包含大量不顺滑的短语。随着自动语音识别（ASR）技术的广泛应用，以标点预测和顺滑检测…
73 0 0
2020 icassp视频回看
2020 icassp，因为假期错过了在线观看的朋友们，可以登入https://2020.ieeeicassp.org/，进入虚拟room: 然后进去之后有一些keynotes: 当然你想看一些主题，进入到speech process:ht…
15 0 0
【技术揭秘】使用无监督方式训练声纹识别模型的探索
1.背景 在声纹识别的应用中，常遇到的一个挑战是，应用场景需求的多样性、复杂性、以及明显的信道差异，使得基础声纹模型无法适配多个场景，声纹识别效果不理想。在跨信道、跨领域时，声纹识别性能会明显下降。为确保高准确率，通常需要针对应用场景精确地…
25 0 0
终于有人对语音技术来了次彻头彻尾的批判！
ImageNet的出现带来计算机视觉领域的突破发展，掀起了一股预训练之风，这就是所谓的ImageNet时刻。但与计算机视觉同样重要的语音领域，却是迟迟不见“ImageNet时刻”的到来。而作为NLP研究中最重要的方向之一——语音转文本（Sp…
33 0 0
【技术揭秘】解锁声纹技术中的说话人日志
一、背景 说话人日志（speakerdiarization）也叫说话人分离，它是从一个连续的多人说话的语音中切分出不同说话人的片段，并且判断出每个片段是哪个说话人的过程。借助说话人日志技术可以完成对音频数据流的结构化管理，具有广泛的应用价值…
294 0 0
Google发布的语音分离数据集与深度学习模型
谷歌发布了语音分离数据集与深度学习模型。语音分离数据集，全名为The Free Universal Sound Separation (FUSS) Dataset 。这个数据集将在DCASE2020 Challenge Task 4: So…
50 0 0