声浪

智能语音新青年

原创4 years ago

本次分享北京大学ADSP Lab、腾讯AI Lab和约翰霍普金斯大学联合投稿于ICASSP2023的表现力语音合成相关工作《NoreSpeech: Knowledge Distillation Based Conditional Diffu…

阿里语音AI

原创4 years ago

自ModelScope魔搭社区发布以来，众开发者在ModelScope上传与下载模型，并集成到自己的语音识别服务中。为了方便用户更好地利用ModelScope进行语音识别服务，我们推出了语音识别基础框架FunASR，希望在语音识别的学术研究…

21dB声学人

原创4 years ago

连接主义时间分类（Connectionist Temporal Classification, CTC）是自动语音识别（ASR）领域的一项经典技术，它的算法简单而优美，漂亮地解决了语音与标签对齐的难题。ASR可分为在线ASR和离线ASR，前…

语音小管家

转载4 years ago

在过去的一段时间里，Azure 神经网络文本转语音服务（Neural TTS）已经在声音质量方面取得了快速发展，实现了在句子级别媲美真人的水平（查看详情[1]）。但是在实际应用中，语音合成除了单句合成，也经常应用于生成长文本的段落音频，比如…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音14篇，eess.AS音频处理17篇。 cs.SD语音 【1】Knowledge Transfer from Pre-trained Language Models to Cif-based Speech Rec…

语音小管家

转载4 years ago

北科瑞声 深圳市北科瑞声科技股份有限公司是国内人工智能音频细分领域领军企业，专注于行业智能音频交互技术，拥有全链条核心自主知识产权。北科瑞声创始团队来自香港科技大学、中国科技大学和北京大学。目前北科瑞声总部位于深圳，在香港、广州、南京和青岛…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音3篇，eess.AS音频处理4篇。 cs.SD语音 【1】 Moûsai: Text-to-Music Generation with Long-Context Latent Diffusion 标题：莫赛：长语…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音3篇，eess.AS音频处理3篇。 cs.SD语音 【1】 Novel-View Acoustic Synthesis 标题：声学合成的新视角 链接：https://arxiv.org/abs/2301

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音5篇，eess.AS音频处理5篇。 cs.SD语音 【1】 Music Playlist Title Generation Using Artist Information 标题：使用艺术家信息生成音乐播放列表标…

每日语音速递

原创4 years ago

今日论文合集：cs.SD语音3篇，eess.AS音频处理5篇。 cs.SD语音 【1】 An investigation of the reconstruction capacity of stacked convolutional aut…