作者丨卫雅珂、刘学旻 来源丨AI科技评论 视觉和听觉在人类的沟通和场景理解中至关重要。为了模仿人类的感知能力,旨在探索视音模态的视音学习在近些年来已成为一个蓬勃发展的领域。本文是对由中国人民大学高瓴人工智能学院GeWu-Lab联合德克萨斯州…
声浪
今日论文合集:cs.SD语音34篇,eess.AS音频处理34篇。 cs.SD语音 【1】 Text-to-speech synthesis from dark data with evaluation-in-the-loop data s…
今日论文合集:cs.SD语音15篇,eess.AS音频处理16篇。 cs.SD语音 【1】 Audio MFCC-gram Transformers for respiratory insufficiency detection in CO…
今日论文合集:cs.SD语音27篇,eess.AS音频处理29篇。 cs.SD语音 【1】 Development of Hybrid ASR Systems for Low Resource Medical Domain Conversa…
文章来源于智能语音新青年,作者ttslr 本次分享华南理工大学在INTERSPEECH2022会议发表的论文《SpeechFormer: A Hierarchical Efficient Framework Incorporating th…
文章来源于音频语音与语言处理研究组,作者雷怡 语音合成 (Text-to-speech, TTS) 是将文本转换为自然语音的一类技术,是服务于语音交互、信息播报、有声朗读等任务的核心技术。在深度学习的推动下,语音合成的自然度和音质得到了极大…
文章来源于它思科技,作者THU-SPMI 本文介绍清华大学语音处理与机器智能实验室(Speech Processing and Machine Intelligence, SPMI)与中国移动研究院(CMRI)的联合工作——MGA:一种马尔…
文章来源于九章智驾,作者Engineer X 引文 随着硬件水平的提升、算法的迭代,汽车的智能化水平也逐渐提升。从L1到L4,从简单的车道巡航功能到城区内自动驾驶,我们可以看到智能驾驶逐渐落地和普及。 在智能驾驶水平不断进步的同时,我们也看…
作者 | 李梅 来源丨AI科技评论 机器翻译是现今人类消除语言障碍、重建巴别塔的新工具。然而,在世界现存的 7000 多种已知语言中,许多低资源语言还未得到足够的关注,尤其是有近一半的语言没有标准的书面系统,这是构建机器翻译工具的一大障碍,…
文章来源于PaperWeekly,作者黄融杰 扩散模型在深度生成模型中自成一派,最近成为最热门的话题之一。扩散模型展示了强大的生成能力,无论是生成高水平的细节还是其生成的多样性,都让人印象深刻。 扩散生成模型将生成式建模领域的标准提高到了一…
