WebRTC VAD流程解析
语音活动检测算法大致可以分为三类，第一类就是最简单的基于阈值的判别方法，这个以前讲过了，参考语音活动检测；第二类是WebRTC使用的基于GMM的检测方法；第三类就是基于深度学习的检测方法，这个也讲过了，参考
187 0 0
声浪
AliSSR 语音超分算法：让在线会议语音更明亮更自然
以下文章来源于视频云技术，作者阿里云视频云 超分让在线会议语音更明亮 在线会议已成为日常工作中较为普遍的沟通交流方式，接入会议的方式也呈现多样化，比如电脑入会、手机入会又或是电话入会。
230 0 0
深声科技 | 招聘语音识别算法工程师 （广州）
深声科技 广州深声科技（www.deepsound.cn）于2018年3月在广州成立，是一家专注于智能语音技术研发和业务落地的人工智能公司。公司云集了一批兼有深厚学术研究背景和丰富工程实践经验的科研人才，主要成员来自中科院、中山大学、哈工大…
150 0 0
零犀科技 | 招聘语音识别研发工程师（北京）
零犀科技 零犀科技是一家探索暖心服务的认知智能公司，基于因果AI理论打造了“用户需求探询”系统，率先以销售场景切入，不断在服务式销售过程中“理解和激发用户需求”，深入分析用户购买决策的复杂干扰因素，持续迭代模型效果，已为众多金融、保险、互联…
175 0 0
国科微 | 招聘语音前端算法高级工程师（深圳、长沙、成都）
国科微 国科微成立于2008年，总部位于长沙，并在成都、上海、深圳、北京、常州等地设有分子公司及研发中心。公司是国家规划布局内的重点集成电路设计企业，长期致力于存储、机顶盒、视频编解码、物联网等领域大规模集成电路及解决方案开发。 研发体系包…
187 0 0
39亿参数模型公开可用，采样速度7倍提升，残差量化生成图片入选CVPR'22
基于残差量化的自回归图像生成，官方已将代码公开。 向量量化（Vector quantization，VQ）已经成为自回归（AR）模型生成高分辨率图像的一种基本技术，具体来说，该技术将图像特征图通过 VQ 量化后，再进行光栅扫描等排序，之后将…
172 0 0
IEEE S&P 2022丨速度提升达4-6个数量级，港科大、星云Clustar联合提出隐私保护的在线机器学习新框架
为了解决现有隐私保护计算技术不适用于深度神经网络在线学习任务以及部分隐私保护计算工具的性能问题，香港科大智能网络与系统实验室iSING Lab和国内隐私计算算力提供商星云 Clustar 合作,提出了一种隐私保护在线机器学习场景下的新框架—…
255 0 0
语言模型也不能乱说话！DeepMind发布GopherCite：讲话必须带证据
以往神经网络模型在问答场景经常会返回一些编造的答案，实在太不靠谱了！最近DeepMind发布了GopherCite模型，教语言模型用搜索引擎，拒绝胡编乱造！ 随着语言模型的参数量不断增大，生成文本的效果也越来越好。 由于训练数据中包含了海量…
253 0 0
RealAI | 招聘语音算法工程师
RealAI 北京瑞莱智慧科技有限公司（简称 “RealAI” ）是依托清华大学人工智能研究院设立的人工智能企业，致力于提供基于第三代人工智能技术的 AI 基础设施，加速安全、可靠、可信的产业智能化升级。 公司由清华大学人工智能研究院院长张…
104 0 0