Leaderboard 新增 WenetSpeech 数据集预训练 WeNet 模型
Leaderboard 项目新增基于 WenetSpeech 数据集的 WeNet 预训练模型，识别准确率如下： 具体数字如下： 该模型可与公众号之前发布的开源测试集配合使用，进行本地复现和验证，模型的下载命令为： ops/pull mod…
378 0 0
声浪
语音识别与交互相关学习
唤醒 熟悉Kaldi ，并且搞清当中做语音唤醒的功能 一个不错的github 资https://github.com/zycv/awesome-keyword-spotting#opensource-code https://papersw…
155 0 0
说话人识别中PLDA的打分
续上一篇文章说话人识别中PLDA的背景与训练，在这里，我进一步把PLDA的打分过程进行推演。说实话，two-covariance PLDA打分的数学部分，比训练模型部分还要复杂和困难；这部分也鲜有博客或文章去分析，但能理解一次，对于提升ba…
181 1 0
说话人识别中PLDA的背景与训练
我们常见的PLDA，是出自《Probabilistic Linear Discriminant Analysis for Inferences About Identity》，由Simon J.D. Prince和James H. Elde…
296 0 0
TechME技术周｜技术大牛 分享前沿音视频多媒体人工智能技术
近日，由腾讯音乐娱乐集团（TME）主办的音乐娱乐技术盛会“TechME技术周”在深圳成功举办。本次会议以“Rock N Code，让技术发声”为主题。 会议中由TME技术领域专家、音乐行业优秀技术团队和语音界大咖对技术成果进行了分享，同时共…
209 0 0
NCMMSC 2021 对话式 AI 挑战赛语音识别赛道冠军方案分享
2021年10月15日至18日，第十六届全国人机语音通讯学术会议（NCMMSC2021）在江苏省徐州市举行。作为国内语音领域广大专家、学者和科研工作者交流最新研究成果的重要平台，NCMMSC 受到了国内语音领域的广泛关注。 会议网址：htt…
226 0 0
NCMMSC 2021 “语音关键词识别”双赛道冠军方案分享—网易易盾
第十六届全国人机语音通讯学术会议（NCMMSC 2021）公布“长短视频多语种多模态识别挑战赛”（Video Keyword Wakeup Competition）-— 汉语长短视频直播语音关键词（VKW）任务最终成绩。 历时4个月的征集与…
288 0 0
赛舵智能 | 招聘AI RUDDER-ASR、TTS算法工程师
赛 舵 智 能 TTS算法工程师 上海 [ 岗位职责 ] 1、负责多语种上严谨的前端+情感速度音色可控的端到端声学模型+还原度极高的声码器各个模块； 2、神经网络语音合成的速度调优-对录音数据收集工作给出指导性意见任职需求； 3、具有语音合…
120 0 0
数美校招 | 算法工程师
数 美 科 技 算法工程师 北京/杭州 [ 岗位职责 ] 1、机器学习的算法和模型开发； 2、对机器学习尤其是深度学习前沿问题进行探索与研究，结构实际应用场景，提供全面的技术解决方案； 3、对计算机视觉、
53 0 0
全球最大多领域中文语音识别数据集 WenetSpeech 正式发布并开放下载
日前，西北工业大学音频语音和语言处理研究组(ASLP Lab)、出门问问、希尔贝壳联合发布1万小时多领域中文语音识别数据集 WenetSpeech，在腾讯会议天籁实验室、华为昇思 MindSpore、 西安未来人工智能计算中心等机构大力支持…
174 0 0