Leaderboard 新增 WenetSpeech 数据集预训练 WeNet 模型
Leaderboard 项目新增基于 WenetSpeech 数据集的 WeNet 预训练模型，识别准确率如下： 具体数字如下： 该模型可与公众号之前发布的开源测试集配合使用，进行本地复现和验证，模型的下载命令为： ops/pull mod…
376 0 0
声浪
语音识别与交互相关学习
唤醒 熟悉Kaldi ，并且搞清当中做语音唤醒的功能 一个不错的github 资https://github.com/zycv/awesome-keyword-spotting#opensource-code https://papersw…
152 0 0
说话人识别中PLDA的背景与训练
我们常见的PLDA，是出自《Probabilistic Linear Discriminant Analysis for Inferences About Identity》，由Simon J.D. Prince和James H. Elde…
295 0 0
TechME技术周｜技术大牛 分享前沿音视频多媒体人工智能技术
近日，由腾讯音乐娱乐集团（TME）主办的音乐娱乐技术盛会“TechME技术周”在深圳成功举办。本次会议以“Rock N Code，让技术发声”为主题。 会议中由TME技术领域专家、音乐行业优秀技术团队和语音界大咖对技术成果进行了分享，同时共…
208 0 0
NCMMSC 2021 对话式 AI 挑战赛语音识别赛道冠军方案分享
2021年10月15日至18日，第十六届全国人机语音通讯学术会议（NCMMSC2021）在江苏省徐州市举行。作为国内语音领域广大专家、学者和科研工作者交流最新研究成果的重要平台，NCMMSC 受到了国内语音领域的广泛关注。 会议网址：htt…
223 0 0
NCMMSC 2021 “语音关键词识别”双赛道冠军方案分享—网易易盾
第十六届全国人机语音通讯学术会议（NCMMSC 2021）公布“长短视频多语种多模态识别挑战赛”（Video Keyword Wakeup Competition）-— 汉语长短视频直播语音关键词（VKW）任务最终成绩。 历时4个月的征集与…
285 0 0
全球最大多领域中文语音识别数据集 WenetSpeech 正式发布并开放下载
日前，西北工业大学音频语音和语言处理研究组(ASLP Lab)、出门问问、希尔贝壳联合发布1万小时多领域中文语音识别数据集 WenetSpeech，在腾讯会议天籁实验室、华为昇思 MindSpore、 西安未来人工智能计算中心等机构大力支持…
173 0 0
TIOBE 滚动测试报 2021.10
SpeechIO TIOBE ASR Benchmark 滚动测试报告 2021年10月 更新日志 最新更新日期：2021.10 2021年10月 场景：增加
190 0 0
TIOBE 场景测试：同声传译现场 时政
1、素材来源 YouYube爬取美联储、白宫发布会、政要座谈会等时政素材的中文同传现场，原始时长约两个半小时。 场景上，本期测试的特点为英文、中文声音交叠，同时进行。本类素材，源语言说话人的音量一般会被压制的非常低，可听见，但听不清内容从语…
92 0 0