斯坦福华人博士文生视频Pika 1.0爆火！ 4人公司估值2亿，OpenAI联创参投
仅有四人的初创公司，已经融资5500万美元，融资名单几乎集齐了硅谷的半壁江山，半年用户超50万，今天，Pika 1.0闪亮登场，电影级特效震撼全网。 来源丨新智元 Runway Gen-2最强竞品Pika，暌违半年忽然放出大招——Pika…
73 0 0
声浪
昆仑万维 | 招聘语音识别算法工程师（北京）
招聘岗位 语音识别算法工程师（薪资60-90x13） 职位描述 1.负责语音识别数据pipeline构建，包括但不限于数据收集、清洗、整理等。 2.负责语音识别各模块的效果优化，包括但不限于声学模型、语言模型、端到端模型、VAD，反正则化等…
65 0 0
三听科技 | 招聘嵌入式研发工程师（大连）
招聘岗位 嵌入式研发工程师 职位描述 1.负责麦克风阵列板固件软件开发实现。 2.负责语音交互相关算法(语音唤醒、命令词识别、语音合成等)在嵌入式平台( ARM为主)上的软件开发实现。 3.负责嵌入式平台（STM32、ARM）驱动软件开发。
70 0 0
又欲又撩人,基于新版Bert-vits2V2.0.2音色模型雷电将军八重神子一键推理整合包分享
Bert-vits2项目近期炸裂更新，放出了v2.0.2版本的代码，修正了存在于2.0先前版本的重大bug，并且重炼了底模，本次更新是即1.1.1版本后最重大的更新，支持了三语言训练及混合合成，并且做到向下兼容，可以推理老版本的模型，本次我…
111 0 1
IEEE TASLP | 联合语音识别与口音识别的解耦交互多任务学习网络
尽管联合语音识别（ASR）和口音识别（AR）训练已被证明对处理多口音场景有效，但当前的多任务ASR-AR方法忽视了任务之间的粒度差异。细粒度单元（如音素、声韵母）可用于捕获与发音相关的口音特征，而粗粒度单元（如词，BPE）更适合学习语言信息…
91 0 0
![语音/音频处理学术速递[11.28]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-11-29/1729692154860802048.jpg)
语音/音频处理学术速递[11.28]
今日论文合集：cs.SD语音11篇，eess.AS音频处理13篇。 cs.SD语音 【1】 CheapNET: Improving Light-weight speech enhancement network by projected l…
101 0 0
开源语音大语言模型来了！阿里基于Qwen-Chat提出Qwen-Audio!
文章来源于数源AI，作者小源 论文链接：https://arxiv.org/pdf/2311.07919.pdf 开源代码：https://github.com/QwenLM/Qwen-Audio 引言 大型语言模型（LLMs）由于其良好的…
110 0 0
百得思维 | 招聘语音算法工程师（武汉）
招聘岗位 语音算法工程师 职位描述 1.负责语音信号处理、自然语言处理等方向算法的研发及落地。 2.负责算法的优化与工程化实现，并推动在多个行业的应用落地。 3.针对具体业务问题能够结合算法特点，设计合理的落地方案并实施交付。
74 0 0
从VITS到SVC十小时视频精讲
不是卖课，所有视频在B站可以直接观看 ：包括语音基础，语音信号处理（降噪&回声消除等），语音合成与变声等 感谢老师的无私分享！！！ vits代码详解 随机时长预测截图 Flow&GAN https://www.bilibili.com/vi…
95 0 0
![语音/音频处理学术速递[11.27]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-11-28/1729338794727051264.jpg)
语音/音频处理学术速递[11.27]
今日论文合集：cs.SD语音8篇，eess.AS音频处理10篇。 cs.SD语音 【1】 tinyCLAP: Distilling Constrastive Language-Audio Pretrained Models标题
77 0 0