开源发布: SPEECHIO_ASR_ZH00004 罗振宇跨年演讲
本期开源发布为 [罗振宇跨年演讲] 场景，测试集ID: SPEECHIO_ASR_ZH00004 获取方式： 平台：Linux / MacOS Step 1 获取 leaderboard 代码仓库: 初次获取： git clone http…
147 0 0
声浪
GoEmotions：情绪分类更为细化的数据集
情绪是社交互动中的重要一环。它影响着人们的行为方式，塑造人际关系。语言尤为如此，只需要几句话，我们就能够表达各种微妙而复杂的情绪。因此，研究界的一个长期目标是让机器能够理解上下文和情绪，这反过来又有助于研发各种应用（包括有同理心的聊天机器人…
330 0 0
美团 | 语音交互部招聘AI工程研发leader (语音工程)、AI工程研发leader (对话系统工程)、语音合成算法专家
美团语音交互部 语音交互部负责集团语音和智能交互技术及产品研发，面向美团业务和生态伙伴，提供对语音和口语数据的大规模处理及智能响应能力。团队以建设业界一流的语音交互技术为基础，一方面支持集团业务场景中的技术需求，创造显著业务价值；另一方面为…
115 0 0
WeNet 更新： 新增四个英文数据集支持
为进一步方便大家使用 WeNet 进行学术研究，近日，WeNet 在原有 LibriSpeech 和 GigaSpeech 两个主流英文数据集的基础上，新增如下四个英文数据集的支持： chime4 switchboard tedlium3…
90 1 0
Translatotron 2：高质量、稳健、负责任的语音转语音直接翻译
语音转语音翻译 (S2ST) 是打破世界各地人与人之间语言障碍的关键。自动 S2ST 系统通常由语音识别、机器翻译和语音合成子系统级联组成。然而，此类级联系统可能会面临较长的延迟、信息（尤其是副语言和非语言信息）丢失，以及各子系统之间的错误…
71 0 0
荔枝集团 | 招聘语音算法工程师、音频算法工程师
荔枝集团 荔枝(原荔枝FM)打造了一个集声音社交、播客内容、音频社区为一体的全球化音频生态系统，致力于通过其产品组合用声音将人们联系在一起。荔枝旗下包括TIYA 在内的全球化声音社交平台，致力于满足用户的实时在线社交需求；荔枝同时打造了一个…
148 0 0
杭州 ｜ 网易智慧企业 ｜ 招聘 高级/资深语音算法工程师
岗位职责: 1. 负责语音识别/合成方向的技术预研和研发工作，包括但不限于语音前端处理，声学模型，语言模型的建立和调优，ASR在线解码系统，语音合成系统。 2. 负责语音识别/合成方向前沿问题的探索与研究，结合实际应用场景，实现可商用落地且…
104 0 0
WeNet 更新：新增日语 csj 数据集支持
本周，WeNet 新增首个日语数据集 csj 的支持。该工作由吴先超博士贡献，以下是更新的具体内容。 吴先超，博士毕业于东京大学。目前就职于 NVIDIA Japan，任深度学习资深架构师，负责 Finance + NVIDIA AI、Ge…
55 0 0
SP Society Journal Paper Presentation Request
Authors of papers in the journals of the IEEE Signal Processing Society will have the opportunity to present their work…
87 0 0
论文分享｜VisualTTS : 为无声视频生成准确的口型变化同步语音
近期，新加坡国立大学Human Language Technology (HLT) 实验室提出神经网络自动配音模型VisualTTS: TTS with Accurate Lip-Speech Synchronization for Aut…
29 0 0