火山语音在KDD 2022上提出“无中生有式”对抗语音攻击的创新方案
日前，被誉为数据挖掘领域历史最悠久、规模最大的国际顶级学术会议ACM SIGKDD（国际数据挖掘与知识发现大会，KDD）正于美国华盛顿召开。会上，火山语音多篇论文被KDD 2022 Research track接收并发表，同时创新性提出基于…
234 0 0
声浪
论文推介：Learn2Sing2.0 — 教师-学生学习框架下基于扩散模型和互信息的歌声合成
文章来源于音频语音与语言处理研究组，作者薛鹤洋 歌声合成 (Singing Voice Synthesis, SVS) 旨在根据歌唱和乐谱生成歌声的一类技术，是语音合成领域的一项重要任务。SVS任务通常需要专业歌手棚录的足量歌唱数据，如何在…
481 0 0
![语音/音频处理学术速递[8.19]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2022-08-22/1561543030434041856.jpg)
语音/音频处理学术速递[8.19]
今天跟大家分享一篇语音相关的论文合集：cs.SD语音4篇，eess.AS音频处理4篇。 cs.SD语音 【1】 Deploying Enhanced Speech Feature Decreased Audio Complaints at…
137 0 0
INTERSPEECH 2022论文解读｜全双工通话中的个性化声学回声消除
文章来源于音频语音与语言处理研究组，作者张是民 本文介绍一种全双工通话中的个性化回声消除方法。该论文已被 INTERSPEECH 2022 接收。 来源丨阿里语音AI 回声消除（acoustic echo cancelation, AEC）…
441 0 0
论文推介：用于口音识别的语言-声学相似度口音偏移度量
文章来源于音频语音与语言处理研究组，作者邵琪杰 人类的语音中除了包含语言信息外，还蕴含着丰富的副语言信息，包括情感、口音等。口音识别（Accent Recognition, AR）旨在通过说话人的语音识别其口音的任务。此外，对于带口音的语音…
223 0 0
如何用紧凑型语音表征打造高性能语音合成系统
文章来源于小红书技术REDtech，作者郭浩瀚 解奉龙 小红书多媒体智能算法团队和香港中文大学首次联合提出了基于多阶段多码本紧凑型语音表征的高性能语音合成方案 MSMC-TTS。基于矢量量化变分自编码器（VQ-VAE）的特征分析器采用若干码…
125 0 0
![语音/音频处理学术速递[8.18]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2022-08-19/1560466512349892608.jpg)
语音/音频处理学术速递[8.18]
今天跟大家分享一篇语音相关的论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 cs.SD语音 【1】 Extract fundamental frequency based on CNN combined with PYIN 标题…
240 0 0
![语音/音频处理学术速递[8.17]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2022-08-19/1560465424204828672.jpg)
语音/音频处理学术速递[8.17]
今天跟大家分享一篇语音相关的论文合集：cs.SD语音8篇，eess.AS音频处理8篇。 cs.SD语音 【1】 LCSM: A Lightweight Complex Spectral Mapping Framework for Stere…
185 0 0
论文推介：对话语音识别中基于文本-语音跨模态方法学习长语音表征
文章来源于音频语音与语言处理研究组，作者魏坤 语音识别（ASR）任务被广泛应用在车载、家居、会议等场景。对话语音识别（Conversational ASR）是ASR领域的一项重要工作，旨在将自然产生的对话语音转录成文本[1]，这种场景在语音…
293 0 0
INTERSPEECH 论文解读〡口语语言处理的音素与文本融合技术及区分式自训练技术
文章来源于阿里语音AI，作者达摩院语音实验室 本文介绍阿里在 INTERSPEECH 2021 发表的两篇论文工作：一种在预训练 (pre-training) 和微调 (fine-tuning) 中融合音素和文本信息的技术，提升下游 SLP…
361 0 0