声浪

语音小管家

转载2 years ago

当前广泛流行的基于 LLaVA 结构的多模态大语言模型（LMM: Large Multimodal Model）在视觉任务上表现出色，然而因为训练中需要对内嵌的语言模型进行微调，常常会显著削弱其在自然语言任务（NLP）上的能力，具体来说，模…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音8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 【1】 Audio E

语音小管家

转载2 years ago

上个月，香港中文大学（深圳）联合中国科学院声学研究所、上海人工智能实验室等机构推出了涵盖6种语言、超过10万小时的多样化语音生成数据集——Emilia，并在 GitHub 平台上开源了数据预处理框架 Emilia-Pipe。 详情请见：6种…

语音小管家

转载2 years ago

说话人确认旨在根据说话人声音的生物信息来确定话者的身份。该项技术在语音识别、语音合成、特定说话人语音提取等领域有重要的应用价值。当前主流的说话人识别系统是基于神经网络的，通常需要昂贵的存储和计算资源，从而阻碍了它们在移动设备上的部署。 近期…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理18篇。 本文经arXiv每日学术速递授权转载 cs.SD语音

语音小管家

转载2 years ago

本文整理了一些近期发表的关于音频在不同行业的应用相关论文，供大家了解科研进展。 来源丨21dB声学人 1.揭示旋律矩阵：使用机器学习技术探索数字音乐流行中的流派和音频动态 出版日期：2024-08-26 DOI：10.1108/mip-04…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音16篇，eess.AS音频处理18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2 years ago

说话风格（speaking style）可以通过文字形式表达，称为风格描述；也可以通过语音表达，称为风格语音（stylistic speech）。理解说话风格，例如对话中的情绪，并以适当的风格回应，是人类对话中的自然现象。然而，从技术角度来…

每日语音速递

原创2 years ago

今日论文合集：cs.SD语音16篇，eess.AS音频处理22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2 years ago

今日论文合集：cs.SD语音18篇，eess.AS音频处理23篇。 本文经arXiv每日学术速递授权转载 cs.SD语音