本期为TechBeat人工智能社区第347期线上Talk。

北京时间9月30日(周四)晚8点，美国俄亥俄州立大学(OSU) 计算机科学与工程博士在读—刘濠赫的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “VoiceFixer: 面向通用的语音修复”，届时将探讨语音修复技术方面的进展与挑战。

Talk·信息

▼

主题：VoiceFixer: 面向通用的语音修复

嘉宾：美国俄亥俄州立大学(OSU) 
计算机科学与工程博士在读 刘濠赫
时间：北京时间 9月30日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

扫二维码，一键完成预约！



Talk·提纲

▼

对数字语音中失真的修复，不论是在当今社会还是对于历史研究都有非常重要的应用意义。然而受到技术的限制，语音修复并没有像图像修复算法一样得到广泛的应用。这个Talk探讨了其中可能的原因，存在的问题以及我们的解决方案。

本次分享主要为：

1. 引述

2. 现代和历史语音修复效果展示
3. 研究背景介绍

a) 语音修复在实际场景和科学研究中的应用

b)语音信号的数学表征

c) 常见的四种语音失真及主流的处理方案

d) 主流方案中可能存在的问题

4. 当前语音修复方法存在的问题及解决方案
5. 设计VoiceFixer的脑科学启发
6. VoiceFixer模型结构介绍
7. 实验设置与讨论
8. 实验结果分析
9. 结论与未来可做的工作


Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！
1. Demo网站：

https://haoheliu.github.io/demopage-voicefixer/

2. 项目主页:

https://github.com/haoheliu/voicefixer_main
3. 语音修复相关文章：
Speech Super Resolution:
[1708.00853] Audio Super Resolution using Neural Networks (arxiv.org)
4. Speech Enhancement: 
[1708.07524] Supervised Speech Separation Based on Deep Learning: An Overview (arxiv.org)
5. Speech Dereverberation:
Speech Dereverberation Using Fully Convolutional Networks | IEEE Conference Publication | IEEE Xplore
6. Speech Declipping:
[1910.12116] Image to Image Translation based on Convolutional Neural Network Approach for Speech Declipping (arxiv.org)
7. 声码器相关文章:
TFGAN Neural Vocoder:
[2011.12206] TFGAN: Time and Frequency Domain Based Generative Adversarial Network for High-fidelity Speech Synthesis (arxiv.org)


Talk·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！
方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！[2011.12206] TFGAN: Time and Frequency Domain Based Generative Adversarial Network for High-fidelity Speech Synthesis (arxiv.org)


你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！


方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！



Talk·嘉宾介绍

▼


刘濠赫

美国俄亥俄州立大学(OSU) 

计算机科学与工程博士在读

刘濠赫，目前为美国俄亥俄州立大学计算机科学与工程博士一年级在读，师从Deliang Wang教授，此前在西北工业大学获得学士学位。本科期间在谢磊老师ASLP实验室从事音乐分离的相关研究。随后在字节跳动进行语音降噪和声音修复的研究。曾在2021 ISMIR国际音乐分离大赛中取得人声效果第二名（Leaderboard A）的成绩。研究兴趣主要为音源分离和声音修复。相关成果已在INTERSPEECH, ICASSP，ISMIR等语音和声学领域主流会议上发表。

个人主页：

haoheliu (Leo) (github.com)