声浪

西工大音频语音与语言处理研究组

原创3 years ago

文章来源于音频语音与语言处理研究组，作者宋堃 端到端语音到语音翻译（Direct/E2E S2ST）是指一个神经网络模型完成从一个语种的语音到另外一个语种语音的直接翻译。然而目前的研究主要集中在语义翻译的准确性，忽略了源语言到目标语言的语音…

语音小管家

转载3 years ago

文章来源于清语赋，作者TINA 近日，清华大学语音和语言技术团队联合北京邮电大学发布了中国明星多场景音视频多模态数据集 (CN-Celeb-AV)，供音视频多模态身份识别 (AVPR) 等领域的研究者使用。本数据集包含来自1,136名中国明…

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22篇。 cs.SD语音 【1】 Audio-visual segmentation, sound localization, semantic-aware sounding obj…

西工大音频语音与语言处理研究组

原创3 years ago

以下文章来源于音频语音与语言处理研究组，作者薛鸿飞 跨语言语音识别（Cross-lingual Speech Recognition）的目标是利用高资源语言的发音信息，应用于低资源语言，提升低资源语言语音识别性能。全球共有7000多种语言，…

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10篇。 cs.SD语音 【1】 All-for-One and One-For-All: Deep learning-based feature fusion for Synthet…

机器之心

原创3 years ago

来源丨机器之心 大模型开发者，你们错了！ 「我发现注意力公式里有个 bug，八年了都没有人发现。所有 Transformer 模型包括 GPT、LLaMA 都受到了影响。」 昨天，一位名叫 Evan Miller 的统计工程师的话在 AI…

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11篇。 cs.SD语音 【1】 Self-Supervised Visual Acoustic Matching标题：自监督视觉声学匹配链接

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11篇。 cs.SD语音 【1】 WavJourney: Compositional Audio Creation with Large Language Models标题

量子位

原创3 years ago

本文经量子位（公众号 ID: QbitAI）授权转载，转载请联系出处 衡宇 发自 凹非寺 唏嘘！AIGC方兴未艾，但国内AIGC领域的昔日龙头独角兽，正站在风雨飘摇的悬崖边。 影谱科技，初代目AIGC明星公司，被爆已经面临经营不善、运营停摆…

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9篇。 cs.SD语音 【1】 Backdoor Attacks against Voice Recognition Systems: A Survey标题：针对语音