德勤报告丨未来的语音世界-中国智能语音市场分析
近日，德勤Deloitte发布了《未来的语音世界-中国智能语音市场分析》报告。 报告基于中国智能语音市场的发展阶段，主要从三个方面进行了分析： 一、中国智能语音市场的机遇； 二、智能语音市场重点发展领域； 三、未来智能语音情境。 以下是报告…
102 0 0
声浪
《2020-2021中国智能语音行业白皮书》发布
12月18日，在中国智能语音产业发展高峰论坛暨中国语音产业联盟2021年会现场，中国语音产业联盟发布《2020~2021中国语音产业发展白皮书》（以下简称「《白皮书》」），总结这一年来智能语音行业的发展态势，把脉语音产业、指引未来走向。 智…
55 0 0
论文分享 | MonTTS：完全非自回归的实时、高保真蒙古语语音合成模型
近期，内蒙古大学计算机学院首次利用非自回归语音合成技术实现了完全非自回归的实时高保真蒙古语语音合成模型MonTTS。该MonTTS模型可以以蒙古文文本为输入对mel-spectrum声学参数进行非自回归预测，之后利用HiFi-GAN声码器实…
375 0 0
吴恩达：回顾2021，这些大事件影响了AI这一年
12 月 23 日，机器学习大牛吴恩达（Andrew Ng）在其主编的人工智能周讯《The Batch》上发表了最新文章。文章中，吴恩达回顾了 2021 年全球人工智能在多模态、大模型、智能语音生成、Transformer 架构、各国 AI…
95 0 0
首次开源！一行代码轻松搞定中英文语音识别、合成、翻译核心功能！
要说生活里最常见的AI应用场景，语音合成与识别当属大家最为耳熟能详的场景之一了。寻常到平时地图导航的播报、微信语音转文字、手机语音输入，以及小度智能音箱，都离不开语音技术的加持。语音技术到底是怎么实现的？有哪些现成可用的开源代码可以快速集成…
78 0 0
论文分享 | Emotional Voice Conversion: Theory, Databases and ESD
近期，新加坡国立大学Human Language Technology (HLT) 实验室发布全新情感语音数据集Emotional Speech Database (简称ESD)，相关论文Emotional Voice Conversion…
648 0 0
技术助力爱奇艺出海提速 这次让AI当上了“配音演员”
对标国际制作水准，爱奇艺推出的大批高品质自制内容，不仅成功收获了国内众多用户好评，也深受海外用户的喜爱。近日，App Annie 公布了11 月中国非游戏应用出海收入排行榜，爱奇艺已跃升至第五位，同时也是国内长视频领域中唯一跻身Top 5的…
40 0 0
考那么多试，拿那么高分，大模型们真的懂语言了吗？
关于 GPT-3 等大规模语言模型能否理解人类语言，人们一直存在分歧。 十年前，IBM 的 Watson 获得了答题节目《Jeopardy!》的冠军，当时 IBM 宣称：「Watson 能够理解自然语言的所有歧义和复杂性。」然而，正如我们所…
83 0 0
GoEmotions：情绪分类更为细化的数据集
情绪是社交互动中的重要一环。它影响着人们的行为方式，塑造人际关系。语言尤为如此，只需要几句话，我们就能够表达各种微妙而复杂的情绪。因此，研究界的一个长期目标是让机器能够理解上下文和情绪，这反过来又有助于研发各种应用（包括有同理心的聊天机器人…
330 0 0
Translatotron 2：高质量、稳健、负责任的语音转语音直接翻译
语音转语音翻译 (S2ST) 是打破世界各地人与人之间语言障碍的关键。自动 S2ST 系统通常由语音识别、机器翻译和语音合成子系统级联组成。然而，此类级联系统可能会面临较长的延迟、信息（尤其是副语言和非语言信息）丢失，以及各子系统之间的错误…
72 0 0