声浪

语音小管家

转载3 years ago

文章来源于子鱼说声学，作者郭智涵 想象一下，当我们走在路上时，听到了头顶的鸟儿在树梢间的叫声，即使无法透过浓密的树叶看见它，也可以大致知道鸟儿的距离。此时身后传来由远到近自行车铃铛声，我们并不需要回过头去看，便为它让开了道路。这些现象都说明…

语音小管家

转载3 years ago

信号处理算法工程师 工作职责 基于传统信号处理或者深度学习进行语音增强、混响抑制、回声消除、波束成型等算法的设计、开发和优化工作。 任职要求 1、从事过音频处理算法开发工作至少3年，优秀者可放低要求。 2、对业内主流音频处理算法（包括但不限…

语音小管家

转载3 years ago

链接地址：https://github.com/suno-ai/bark

新一代Kaldi

原创3 years ago

每当我解雇一个语言学家，语音识别的性能就会提升。 开始之前，咱们先来回顾一下语音识别常用的建模单元都有哪些，Kaldi 时代，或者说前端到端时代，一般使用 phone 来建模，mono-phone，bi-phone，tri-phone 各种…

语音小管家

转载3 years ago

招聘岗位 语音识别算法实习生 （base：北京） 工作职责 1. 根据论文复现相关算法。 2. 根据需要，进行文本、音频等数据的处理、筛选。 任职要求 1. 本科及以上学历。 2. 有语音识别或语言模型经验者优先。

语音小管家

转载3 years ago

AIGC的各大门派是谁？典型技术都有什么？ AIGC为什么在绘画领域先破圈？ChatGPT的有哪些局限性？ 为何科技企业争相推出大模型？ 人类的创新能力会被AIGC取代吗…… 诸如此类的这些话题呈现爆发性增长，频频被科技圈热议。 与此同时，…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音2篇，eess.AS音频处理2篇。 cs.SD语音 【1】Decouple Non-parametric Knowledge Distillation For End-to-end Speech Translat…

阿里语音AI

原创3 years ago

近日，达摩院正式向公众开源工业级说话人识别通用模型CAM++，兼顾准确率和计算效率，训练labels类别达20万，每类含20～200条梅尔频谱特征。当前该模型已上线Modelscope魔搭社区，后续将陆续开源针对各场景优化的工业级模型。 模…

每日语音速递

原创3 years ago

今日论文合集：cs.SD语音4篇，eess.AS音频处理6篇。 cs.SD语音 【1】CB-Conformer: Contextual biasing Conformer for biased word recognition标题：CB-C…

语音小管家

转载3 years ago

文章来源于AINLPer，作者ShuYini 引言 相比ChatGPT，GPT-4展示出了非凡的多模态能力，它可以利用手写文本生成网站并且还能够识别出图片中的幽默元素。这些优秀的能力在以前的视觉语言模型中很难实现。对于GPT-4惊人的多模态…