AI学子借问显卡何处有，牧童遥指我这里！（全面亲测）
AI学子借问显卡何处有，牧童遥指我这里！（全面亲测） 话不多说，开始正题，我通过视频和这篇文章的形式归纳总结了大量能让没钱的AI学生白嫖优质算力的平台，尤其是包括使用方法，改善方法，编码方法，以及实践！下面给了一个优秀的例子，能让你通过一篇…
32 0 0
声浪
语音合成（speech synthesis）方向十：GAN在声学模型干了什么？
声明：工作以来主要从事TTS工作，平时看些文章做些笔记。文章中难免存在错误的地方，还望大家海涵。平时搜集一些资料，方便查阅学习： TTS 论文列表 http://yqli.tech/page/tts_paper.html TTS 开源数据…
78 1 0
NLP从入门到实战（四）实体命名识别 +中文预处理之繁简体转换及获取拼音
一、中文预处理之繁简体转换及获取拼音 在日常的中文NLP中，经常会涉及到中文的繁简体转换以及拼音的标注等问题，本文将介绍这两个方面的实现。首先是中文的繁简体转换，不需要使用额外的Python模块，至需要以下两个Python代码文件即可： •…
65 1 0
论文推介：结合非自回归 Conformer CTC 模型和条件链的多说话人语音识别
端到端 (End-to-end, E2E) 模型得益于其简洁的模型结构和优异的模型性能，已经成为各种序列到序列任务中的主导模型，如机器翻译 (Neural machine translation, NMT) 、语音识别 (Automatic…
102 2 1
论文分享：基于区域提出网络(RPN)的轻量级关键词检出
近期，实验室与出门问问AI Lab、华盛顿大学合作的论文“Region Proposal Network Based Small-Footprint Keyword Spotting“发表在IEEE Signal Processing Le…
110 3 0
NLP从入门到实战（六）隐马尔可夫模型
基本理论 隐马尔可夫模型是一个双重随机过程----具有一定状态数的隐马尔可夫链和显示随机函数集。自20世纪80年代以来，HMM被应用于语音识别，取得重大成功。到了90年代，HMM还被引入计算机文字识别和移动通信核心技术“多用户的检测”。HM…
87 2 0
语音合成论文优选：Improving multi-speaker TTS prosody variance with ...
声明：语音合成论文优选系列主要分享论文，分享论文不做直接翻译，所写的内容主要是我对论文内容的概括和个人看法。如有转载，请标注来源。 Improving multi-speaker TTS prosody variance with a re…
79 1 0
论文分享：级联式RNN-T—基于音节与音字转换器的流式中文语音识别
近期，实验室王雄、姚卓远、石宪同学的论文“CASCADE RNN-TRANSDUCER: SYLLABLE BASED STREAMING ON-DEVICE MANDARIN SPEECH RECOGNITION WITH A SYLLA…
141 1 0
论文推介：基于稀疏度量的端到端语音识别模型加速
语音识别（Auto Speech Recognition, ASR）技术是一种将连续的语音信号转化为文本的技术，近年来，随着深度学习的蓬勃发展，端到端（End-to-End，E2E）语音识别技术以其简单的体系结构和优异的性能广受青睐。RNN…
61 1 0
中科院自动化所基于MindSpore推出全球首个三模态预训练模型
日前，中国科学院自动化所（简称“自动化所”）基于全场景AI计算框架MindSpore训练完成全球首个图文音（视觉-文本-语音）三模态预训练模型（OPT-Omni-Perception pre-Trainer），该模型同时具备跨模态理解与跨模…
66 1 0