声浪

声纹圈

转载3 years ago

近日，OpenAI官方公布了一项引人瞩目的技术成果：其语音模型仅需15秒样本即可精准复刻人声（OpenAI语音模型“炸场” 15秒样本即可复刻人声）。尽管官方表示目前不会广泛发布此项技术，但这一消息仍在业界引起了不小的震动。 事实上，自20…

每日语音速递

原创3 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

机器之心

转载3 years ago

文本输入和一个 15 秒的音频样本就能生成与原始说话者非常相似的自然声音。 3月30日凌晨，OpenAI在官网首次展示了全新自定义音频模型“Voice Engine”。 用户只需要提供15秒左右的参考声音，通过Voice Engine就能生…

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8篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

THUsatlab

转载3 years ago

本文介绍清华大学语音与音频技术实验室(SATLab) ICASSP 2024录用论文Whisper-Based Transfer Learning for Alzheimer Disease Classification: Leveragi…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理9篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

机器之心

原创3 years ago

2月16日，OpenAI 发布了视频生成领域的重磅模型 —— Sora。 Sora 对 Scaling Law 的信仰及其突破性的技术创新，使它持续保持领先地位。同时，也再次证明了“大力出奇迹”依然适用于文生视频领域。 Sora 披露的技术…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7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

新智元

转载3 years ago

就在刚刚，全球最强开源大模型王座易主，创业公司Databricks发布的DBRX，超越了Llama 2、Mixtral和Grok-1。MoE又立大功！这个过程只用了2个月，1000万美元，和3100块H100。 全球最强开源模型，一夜易主！…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音11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