声浪

语音小管家

转载3 years ago

1 概述 语音识别技术，是将语音信号转换为文本内容的技术。目前比较流行的语音识别技术主要有两种。一种是基于Kaldi的传统语音识别技术，另一种是目前流行的基于深度学习模型的端到端语音识别技术。Kaldi是一种大而全的语音识别处理框架，集成了…

语音小管家

转载3 years ago

目前，开源的端到端语音识别工具比较多，比较常用的包括：ESPnet、wav2letter++、WeNet、PaddleSpeech、OpenSeq2Seq、Fairseq、新一代Kaldi等等。 其中，WeNet是首个面向产品和工业界的端到…

新智元

原创3 years ago

生成式AI的变革狂潮中，企业能怎么赚钱？0元可用的代码神器，让Stable Diffusion推理成本直砍50%的工具……亚马逊云科技帮你把门槛打下来了！ ChatGPT一声惊雷，让全球见识到了生成式AI的威力。 当前，生成式AI进入一个爆…

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10篇。 cs.SD语音 【1】 Whisper-AT: Noise-Robust Automatic Speech Recognizers are Also Strong Gener…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理18篇。 cs.SD语音 【1】 Self-supervised learning with diffusion-based multichannel speech enhancem…

语音小管家

转载3 years ago

由国家发展和改革委员会、工业和信息化部、科学技术部、国家互联网信息办公室、中国科学院、中国工程院、中国科学技术协会和上海市人民政府共同主办的第六届世界人工智能大会（WAIC 2023）将于2023年7月6日至8日，在上海隆重举办。

语音小管家

转载3 years ago

在语音和一般音频场景下，自监督学习 (SSL) 已经显示出了强大的表征能力。但通过 SSL 方法表征音乐音频仍是一片亟待探索的「蓝海」。 近期，北京智源人工智能研究院联合英国谢菲尔德大学、CMU、密歇根大学、纽约大学、香港科技大学等顶尖高校…

语音小管家

转载3 years ago

论文题目： BEKBQA:Improving Knowledge Base Question Answering with a Bidirectional Entity Scoring Model 作者列表： 李嘉明，何亮，马翰翰，王少磊，…

语音小管家

转载3 years ago

距离上次讲LLM相关的内容已经过去2个月了LLM as Controller—无限拓展LLM的能力边界，本文想要从AI Infra的角度出发，从更宏观的角度看Generative AI对AI Infra生态产生的变化，本文不局限于LLM，文…

机器之心

原创3 years ago

AI 语音转换真的越复杂越好吗？本文就提出了一个方法简单但同样强大的语言转换模型，与基线方法相比自然度和清晰度毫不逊色，相似度更是大大提升。 AI 参与的语音世界真神奇，既可以将一个人的语音换成任何其他人的语音，也可以与动物之间的语音互换。…