基于Transducer的流式自适应热词语音识别
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【语音识别】声学特征提取
...
少走99%的弯路！0基础快速入门语音识别
...
Sherpa:新一代 Kaldi 部署框架
...
用于声学信号内容理解的机器学习算法前瞻 -李圣辰 -西交利物浦大学
...
适应多语言ASR模型，以处理多个说话人
...
SlideSpeech：大规模幻灯片丰富的语音-视频语料库
...
kaldi语音识别：GMM训练
...
【声纹识别】什么是声纹识别？声纹识别发展历程怎样？
...
基于conformer的热词增强方法
...
基于多目标渐进聚类的半监督说话人识别域自适应
...
用对比学习增强流式与非流式模型
...
【荐】已经开到第四期了，端到端语音识别好课，新增语音大模型内容
...
【秒懂】语音识别是什么
...
基于自适应和多级分解双线性池的注意网络信息融合视听情绪识别
...
圆桌：音频与大模型（欧智坚 何磊 钱彦旻 易江燕 栾剑 张超）
...
圆桌：语音开源技术 张仕良 张彬彬 康魏
...
【Wenet语音识别】功能架构和模型结构
...
【秒懂】智能语音技术范畴
...
Daniel Povey|Zipformer:一种改进的语音识别编码器
...
基于语音识别预训练的说话人识别方法
...
超划算的语音课程，确定不来了解下？
...
如何用开源工具实现一个完整的语音识别系统？
...
Panel ：语音技术新时代
...
WeNet开源社区最新进展
...
【音乐与音频处理】什么是音乐理解？卡耐基梅隆大学 罗杰·B·丹嫩贝格（Roger-B.DANNENBERG）
...
基于多通道时空特征和知识蒸馏的鲁棒目标说话人提取研究
...
开源语音和 wenet-e2e 社区
...
说话人日志与语音识别的多层联合推理
...
【ICASSP2024】基于记忆感知和Seq2Seq架构的说话人日志系统
...
面向表现力语音合成的多尺度风格建模与生成-吴志勇
...
UniSplice:面向低资源ASR的通用跨语言数据拼接
...
基于多通道训练和交叉信息融合的低资源端到端口音识别
...
实时多人会话的语音识别-微软首席应用科学家-陈卓
...
通过扬声器提示调优和适配器表示的双参数高效微调【香港理工大学】
...
多通道、多人及非基于声纹编码向量的特定人语音抽取-李明
...
以目标语音识别为例，弱监督语音预训练
...
利用基于帧级跨模态注意力的音视频Confomer的鲁棒音视频唤醒词识别
...
如何工程化一个语音开源项目： 手把手带你实现开源声纹分割聚类项目 pyannote-audio 的工程化
...
一个使用单事件声音的详细的音频-文本数据模拟管道
...
说话人识别模型的可解释性-王东