声浪

美团技术团队

原创3 years ago

文章来源于美团技术团队，作者正坤 鸿雨 李敏等 美团语音交互部针对交互场景下的低延迟语音识别需求，提出了一种全新的低出字延迟流式语音识别方案。本方法将降低延迟问题转换成一个知识蒸馏过程，极大地简化了延迟优化的难度，仅通过一个正则项损失函数就…

语音小管家

转载3 years ago

招聘岗位 语音合成方向实习生（地点：北京） 工作职责 1. 探索基于Transformer/Diffusion等模型实现从文本到语音的生成。 2. 在该方向开展学术研究，探索前瞻性的人工智能与深度学习技术，发表高质量学术论文，引领学术前沿。…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音7篇，eess.AS音频处理11篇。 cs.SD语音 【1】 M2-CTTS: End-to-End Multi-scale Multi-modal Conversational Text-to-Speech S…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音12篇，eess.AS音频处理12篇。 cs.SD语音 【1】 Basic syntax from speech: Spontaneous concatenation in unsupervised deep n…

新一代Kaldi

原创3 years ago

文章来源于新一代Kaldi，作者NGK 编辑部 还记得在去年，我们曾经发过一篇文章介绍 icefall 中的语言模型使用方法：升点小技巧之—在icefall中巧用语言模型。如今半年过去了，k2 团队又有了一些新进展。今天来给大家做一个小小的…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音8篇，eess.AS音频处理12篇。 cs.SD语音 【1】 CryCeleb: A Speaker Verification Dataset Based on Infant Cry Sounds标题：CryCe…

每日语音速递

原创3 years ago

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】 The ACM Multimedia 2023 Computational Paralinguistics Challenge:

语音小管家

转载3 years ago

最近几个月，ChatGPT、GPT-4横空出世，火爆出圈，大型语言模型 (LLM) 在语言理解、生成、交互和推理方面表现出的非凡能力，引起了学界和业界的极大关注，也让人们看到了LLM在构建通用人工智能 (AGI) 系统方面的潜力。 现有的G…

语音小管家

转载3 years ago

手机12秒一键生图？谷歌最新研究做到了。 手机生图只要12秒？这不是吹的，谷歌就给实现了。 最新研究中，谷歌研究人员对4个GPU分层优化，在三星手机上成功运行Stable Diffusion 1.4。 实现了11.5秒生成图像，重要的是，内…

语音小管家

转载3 years ago

招聘岗位 声纹识别高级工程师（地点：南京） 工作职责 1. 跟进国内外最新技术，结合业务需求和公司发展，整体把控算法研发内容和进度，确保业务的正常开展。 2. 负责算法研发团队的日常工作的分配与指导。 3. 重点负责语音相关算法研究和落地，…