SP Society Journal Paper Presentation Request
Authors of papers in the journals of the IEEE Signal Processing Society will have the opportunity to present their work…
87 0 0
声浪
论文分享｜VisualTTS : 为无声视频生成准确的口型变化同步语音
近期，新加坡国立大学Human Language Technology (HLT) 实验室提出神经网络自动配音模型VisualTTS: TTS with Accurate Lip-Speech Synchronization for Aut…
29 0 0
ASRU2021｜快手如何玩转复杂场景下的说话人识别？
快手是一个短视频社区，短视频和直播中通常混合各种形式的声音，如语音、音乐、特效音和背景噪声等，这些声音很好的提升了短视频和直播的用户消费体验，但同时也为音频内容理解带来极大的困难和挑战。如何在复杂场景下准确高效的进行说话人识别，通常需要引入…
187 0 0
Title: State-of-the-Art of End-to-End Speech Recognition
Abstract Over the last several years, there has been growing interests in developing end-to-end (E2E) automatic speech r…
112 0 0
Self-attention Mask详解
大家好，好久不见，今天想给大家分享一些关于Mask的一些理解和小技巧。 来源丨433的3号同学 作者丨贾彦 如果你要对transformer进行改动，就必然要去重新构建你的mask，那么本文会对transformer中的mask机制进行详细…
51 1 0
Industry Expert Session: Call for Presentations
Targeting at the topics on industry and application trends of emerging signal processing technologies, the ICASSP 2022 o…
68 0 0
阿里陈克寒：实时语音场景下的智能对话
导读：今天分享的主题是实时语音对话场景下的智能对话的一些实践。其中实时语音场景特指通过电话来进行一个语音对话。 主要内容包括3个部分： 语音对话的机器人：热线小蜜 语音特色的文本驱动对话 语音语义驱动的双工对话 01语音对话机器人：热线小蜜…
152 1 0
2021年1~11月语音合成和语音识别论文月报
论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。 所有文章语音合成领域统计列表请访问：http://yqli.tech/page/tts_pa…
205 1 0
阿里达摩院：以语音为代表的人机交互或许是未来硬件和机器人的标配
语音和多模态人机交互会是以机器人为代表的智能硬件的必备特征, 实践中首先要克服的是声学环境的复杂性。在声学前端核心技术上, 深挖信号处理的在线自适应能力, 以及经典信号处理与任务模型的联合优化是我们的技术特色, 也因此在高噪声、高性价比等实…
183 1 0
语音合成论文优选：音素级别韵律控制Prosodic Clustering for P Prosody Control
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。 搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问：http://yqli.tech/pa…
247 1 0