EMNLP2023｜通义实验室语音团队入选论文解析
文章来源于阿里语音AI，作者通义语音团队 近日，2023届自然语言处理领域的国际顶级会议EMNLP （自然语言处理中的经验方法会议）在新加坡顺利召开，通义实验室语音团队共有三篇论文被大会收录。这些论文涵盖了主题分割、句子表征、代码翻译三个热…
131 0 0
声浪
华院计算 | 招聘语音合成工程师（上海）
招聘岗位 语音合成工程师 职位描述 1.负责语音合成（TTS）的算法研发、性能优化与落地实现。 2.负责围绕虚拟人高度情感可感知的语音合成技术的研究。 3.跟进学术界、行业最新的研究趋势，将预研成果落地于实际产品。
57 0 0
恒玄科技 | 招聘远场音频算法工程师（上海）
招聘岗位 远场音频算法工程师 职位描述 1、研究并开发远场双麦克，多麦克语音降噪算法，回声抑制算法，去混响算法。 2、负责搭建上述算法的PC端仿真系统，并对不同的解决方案进行评估。 3、负责对上述算法进行优化和加速，并部署到ARM/DSP的…
85 0 0
VoiceFixer 2：用于语音恢复的工具包
VoiceFixer 是一款通用语音修复工具，使用 AI 消除背景噪音、修复降级语音、增强旧录音的音频质量、提高音频分辨率等等，全部功能都在一个模型中！ 来源丨 GitHubStore VoiceFixer 的目标是恢复人类语音，无论其退化…
90 0 0
清华大学人机语音交互实验室关于表现力语音合成自动风格控制和篇章情感分析的工作荣获最佳论文
语音合成旨在让机器根据给定的文本生成对应内容的语音。表现力语音合成（Expressive Speech Synthesis）致力于为语音合成提供更丰富的情感波动和风格变化，以提高合成语音的拟人度和感染力，在有声读物、虚拟主播、虚拟人等场景下…
80 0 0
![语音/音频处理学术速递[12.22]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-12-25/1739170888496058368.jpg)
语音/音频处理学术速递[12.22]
今日论文合集：cs.SD语音15篇，eess.AS音频处理15篇。 cs.SD语音 【1】EmphAssess : a Prosodic Benchmark on Assessing Emphasis Transfer in Speech-…
86 0 0
谷歌Gemini技术报告出炉，作者多达900余人
从此以后，Google Scholar 数据该出问题了。 备受期待的谷歌 Gemini 技术报告完整版，今天终于出炉了。 两周前，人们兴奋于谷歌提出的「原生多模态大模型」Gemini，其宣称超越 GPT-4 的强大性能，以及对于图像、视频等…
67 0 0
AAAI 2024 | 清华大学人机语音交互实验室的3篇录用论文分享
文章来源于THUHCSI人机语音交互实验室，作者HCSIers 分享3篇清华大学人机语音交互实验室（THUHCSI） 在AAAI 2024上被录用的论文，本次被录用的3篇论文涉及基于大语言模型（LLM）的语音情感描述生成、基于强化学习（RL…
95 0 0
![语音/音频处理学术速递[12.21]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-12-22/1738027452015448064.jpg)
语音/音频处理学术速递[12.21]
今日论文合集：cs.SD语音6篇，eess.AS音频处理6篇。 cs.SD语音 【1】Underwater Acoustic Signal Recognition Based on Salient Features 标题：
101 0 0
霉霉演唱《稻香》，国内团队的Amphion音频生成火了
香港中文大学（深圳）数据科学学院武执政副教授团队联合上海人工智能实验室 OpenMMLab 团队开源了综合音频生成项目 Amphion（安菲翁）。该系统旨在打造一个集语音合成转换、歌声合成转换、音效音乐生成等多功能为一体的开源平台。截至目前…
93 0 0