SELM：基于离散标记和语言模型的语音增强方法
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【清华】从0开始学Kaldi，丝滑入门语音识别，语音识别原来如此简单
...
特斯拉新发布的机器人已经有点那啥了‼️
...
AI眼中的高台跳水，非常抽象😱
...
昨天的特斯拉无人出租车发布会上，特斯拉机器人表现过于出色，遭遇质疑
...
AI 挑战错觉图 12
...
4块GPU、不到3天训练出「开源版GPT-4o」 基于LLaMA-3.1-8B，羊驼家族再添大将，实现低延迟/高质量的语音互动
...
【语音识别】语音的采样与量化
...
离谱 AI图片太真实 网友：我真的分不清啊啊啊啊！#ai #ai绘画
...
清华教授刘嘉谈中美AI差距：可怕的是我们落后速度在加快
...
对标OpenAI高级语音【Her】 开源实时多模态AI聊天机器人Moshi，语音对话延迟低至200毫秒！67页技术报告全公开 AI大神Karpathy盛赞
...
一种端到端脑电图通道选择的脑辅助语音增强方法
...
西工大ASLP实验室语音生成模型新进展-西北工业大学谢磊老师
...
【语音识别】声学特征提取
...
基于音频辨别的对比学习在连续语音中的可定制关键词检测
...
Whisper终结者：Reverb ASR 语音识别和说话人分离方面新标杆 在前所未有的20万小时人工转录数据上进行训练 支持可定制的逐字转录
...
一种基于扩散模型（LDM）的风格语音转换方法 论文推荐
...
语音识别基础：从声音到语音
...
浙大清华发布语音伪造检测框架SafeEar，内容隐私保护，语音造假无处遁形
...
ReFlow-TTS：一个用于高保真的文本到语音的校正流模型
...
SlideSpeech：大规模幻灯片丰富的语音-视频语料库
...
基于新一代kaldi项目的语音识别应用实例-郭理勇 小米
...
音频生成-王文武
...
RaD-Net：一种用于语音信号改善的修复与降噪网络
...
【聘】语音算法工程师 云译科技 深圳 本科以上
...
Manipulate-Anything: 实现机器人操作自动化的视觉-语言模型
...
面向通用语音离散标记：ASR和TTS的一个案例研究
...
“雷军”七天骂翻全网还要捐款？本人回应了3个表情！
...
黑熊与大熊猫签署代打协议
...
【台大李宏毅】公开课 迈向语音版ChatGPT
...
TDT-KWS：基于标记和持续时间转换器的快速精准关键词检测系统
...
利用唤醒词参考语音的高效个人语音活动检测
...
【语音合成】什么是语音合成？
...
实测 OpenAI 高级语音功能 & 常见问题解答
...
【实操】通过NVIDIA NEMO 训练语音AI模型（上）
...
基于平行语料的可逆变声
...
网友用雷军AI配音恶搞骂人，律师：已违法 有坐牢风险
...
国内免翻墙使用chatgpt4.0教程，无需账号，无限次数，安卓手机也可使用。
...
ESPnet-SE开源工具介绍-钱彦旻 上海交通大学
...
特斯拉机器人在向大家展示自己的力量
...
【大模型】认知导向的视听觉大语言模型