![语音/音频处理学术速递[2.2]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-02-03/1621335183070466048.jpg)
语音/音频处理学术速递[2.2]
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】 Epic-Sounds: A Large-scale Dataset of Actions That Sound 标题：史诗-声音：一个大规模的行动数据…
110 0 0
声浪
深擎科技 | 招聘语音算法工程师（上海）
深擎科技 深擎科技成立于2018年，是一家聚焦企业财经内容个性化服务的科技创业公司，为金融机构提供从内容生产、加工、分发到触达运营全流程的解决方案。通过AI技术赋能券商和银行，促进金融行业交易转化。 深擎科技在自然语言处理、机器学习、知识图…
94 0 0
![语音/音频处理学术速递[2.1]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2023-02-02/1620977375460331520.jpg)
语音/音频处理学术速递[2.1]
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】 InstructTTS: Modelling Expressive TTS in Discrete Latent Space with Natural…
531 0 0
基于声学模型共享的零资源韩语识别系统
声学模型共享方法是极低资源小语种语音识别一种解决方案，能够实现不需要任何语音数据的语音识别。本文介绍清华大学语音与音频技术实验室的零资源韩语语音系统，其在不使用任何韩语语音数据的情况下，在Zeroth韩语数据集上的测试CER达到了27.33…
124 0 0
时空壶 | 招聘语音识别算法工程师（深圳）
时空壶 深圳时空壶技术有限公司创立于2016年，致力于通过人工智能与硬件技术的结合，打造让人类跨越语言障碍的AI翻译产品。 成立6年间，时空壶针对不同场景下的翻译需求，先后上市W3旗舰翻译耳机、M3旅行翻译耳机，以及Zero随身翻等系列产品…
97 0 0
2022年语音合成（TTS)和语音识别(ASR)年度总结
论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况。很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。 所有文章语音合成领域统计列表请访问： http://yqli.tech/page/tts_p…
241 0 0
开源｜业界首个应用落地的非自回归端到端语音识别模型，推理效率可提升10倍
近期，阿里巴巴达摩院发布新一代语音识别模型Paraformer，这是业界首个应用落地的非自回归端到端语音识别模型，在推理效率上最高可较传统模型提升10倍，且识别准确率在多个权威数据集上名列第一。 目前，该模型于魔搭社区面向全社会开源，适用语…
157 0 0
Azure 语音用人工智能改变游戏开发的三种方式
通过 Azure 认知服务的智能语音功能[1]，用户可以使用语音 SDK 开发工具包快速构建支持语音交互的各种应用。将语音转录为准确的文本 （STT，或语音识别）或者将文本转换成生动的语音 （TTS，或语言合成），从未像今天如此简单。这些工…
101 0 0
