声浪

语音小管家

转载3 years ago

近期，上海交通大学听觉认知与计算声学实验室的论文“Attention-based Encoder-Decoder End-to-End Neural Diarization with Embedding Enhancer”被语音领域顶级期刊…

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8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12篇，eess.AS音频处理13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3 years ago

随着语音技术的不断发展，在诸如会议转录和语音助手等各种应用中，大家对对话语音接口的需求出现了迅速增长。我们需要在现有语音系统的基础上，进一步拓展其对对话语音的识别能力。对话语音有其独有的特征，如角色偏好(role preferences)和…

21dB声学人

转载3 years ago

随着互联网的迅猛发展和网络智能化的普及，音视频内容已成为互联网传播的主流形式，各大视频网站、直播平台及短视频应用不断涌现，为亿万用户提供了丰富多样的娱乐和资讯内容。然而，这种繁荣背后也隐藏着不容忽视的问题：不良音频信息的传播日益猖獗，给社会…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音9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

机器之心

转载3 years ago

苹果发布基于开源训练和推理框架的高效语言模型族 OpenELM。 要说 ChatGPT 拉开了大模型竞赛的序幕，那么 Meta 开源 Llama 系列模型则掀起了开源领域的热潮。在这当中，苹果似乎掀起的水花不是很大。 不过，苹果最新放出的论…

每日语音速递

原创3 years ago

今日论文合集：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 cs.SD语音

新智元

转载3 years ago

最大开源模型，再次刷爆纪录！Snowflake的Arctic，以128位专家和4800亿参数，成为迄今最大的开源模型。它的特点，是又大又稀疏，因此计算资源只用了不到Llama 3 8B的一半，就达到了相同的性能指标。 就在刚刚，拥有128位…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音15篇，eess.AS音频处理13篇。 本文经arXiv每日学术速递授权转载 cs.SD语音