文章来源于THUHCSI人机语音交互实验室,作者HCSIers 零样本语音转换在转换时只需目标说话人的一段语音,更适合实际应用需求,具有广泛应用前景。 现有工作只考虑内容和音色表征的解耦,没有考虑与语音旋律相关的韵律和音高表征,导致与音高和…
声浪
音识别是智能音箱、智能会议等 AIoT 应用的基石 ,在机器人生态中也同样发挥着举足轻重的作用。打造高准确率、高性能的语音识别引擎,才能给语音用户带来良好的体验。 在 AIoT 场景下,端侧(on-device)语音识别具有极致的安全性(隐…
今日论文合集:cs.SD语音13篇,eess.AS音频处理14篇。 cs.SD语音 【1】 iQuery: Instruments as Queries for Audio-Visual Sound Separation 标题:IQuery…
今日论文合集:cs.SD语音5篇,eess.AS音频处理6篇。 cs.SD语音 【1】 Talking Head Generation with Probabilistic Audio-to-Visual Diffusion Priors…
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…
亮牛半导体 上海亮牛半导体成立于2016年,是一家由达泰资本、常春藤资本等知名风险投资基金注资发起成立的高科技芯片企业。 每年,物联网芯片( IOT WiFi芯片)市场需求呈数几亿规模增长,拥有多年成功商业芯片设计经验的亮牛半导体正在开发、…
文章来源于THUHCSI人机语音交互实验室,作者HCSIers 本文由清华大学与虎牙信息科技有限公司、元象唯思控股(深圳)有限公司和香港中文大学合作。人们在演唱时会根据歌词语义进行演绎以提高歌声表现力。现有歌声合成工作通常仅考虑基本乐谱内容…
文章来源于THUHCSI人机语音交互实验室,作者HCSIers 本文由清华大学与腾讯 AI Lab、香港中文大学合作。人类语音中丰富多样的表现变化常常来源于所表达内容中蕴含的信息与意图,因此从文本中挖掘尽可能丰富的语义知识并输入给声学模型,…
今日论文合集:cs.SD语音9篇,eess.AS音频处理9篇。 cs.SD语音 【1】 Label-free Knowledge Distillation with Contrastive Loss for Light-weight Spe…
继杭州云栖大会,阿里达摩院携手 CCF 开源发展委员会共同推出 AI 模型社区“魔搭” ModelScope 以来,达摩院率先向魔搭社区贡献 300 多个经过验证的优质 AI 模型,进行了全面开源开放。澜舟科技、深势科技、智谱 AI 等合作…
