基于混合预测编码与知识蒸馏的双模语音转换模型
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
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
...
通过NVIDIA NEMO 训练语音AI模型（下）
...
交互式AI中语音技术实践与探索-万玉龙
...
基于跨模态对齐的从语音到歌声转换-李瑞琪 火山语音
...
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
...
ReFlow-TTS：一个用于高保真的文本到语音的校正流模型
...
基于新一代kaldi项目的语音识别应用实例-郭理勇 小米
...
基于距离的权重转移，用于从近场到远场的说话人验证模型的微调
...
跨语种的语音转换-武执正
...
【语音识别】声学特征提取
...
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
...
Amphion-开源的音频 、音乐和语音生成工具包-武执政
...
Sherpa:新一代 Kaldi 部署框架
...
基于多任务学习保留背景音的语音转换
...
基于ControlVAE和扩散桥的语音合成可解释风格转换
...
【声纹识别】什么是声纹识别？声纹识别发展历程怎样？
...
基于自然语言描述的跨说话人语音风格转换
...
【语音识别】语音的采样与量化
...
音乐AI：如何闭合理解和创造的循环-夏光宇(Gus-XIA)
...
VISinger：高保真端到端歌声合成模型
...
利用唤醒词参考语音的高效个人语音活动检测
...
音频生成-王文武
...
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
...
一种端到端脑电图通道选择的脑辅助语音增强方法
...
多语言和代码转换语音识别的语言路由专家混合
...
将子词发音与唇形联合嵌入感知视听语音增强
...
2022年声纹识别研究与应用学术研讨会
...
基于数据增强的语音编辑改进ASR中的代码转换和命名实体识别
...
面向有声读物合成的上下文感知连贯性说话风格预测方法
...
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
...
文本到音频的生成:技术和应用-刘豪赫(Haohe LIU)
...
ModelScope语音开源现状和语音语义多模态大模型研究进展 张仕良
...
少走99%的弯路！0基础快速入门语音识别
...
SlideSpeech：大规模幻灯片丰富的语音-视频语料库
...
PromptVC：基于自然语言提示的潜在空间灵活风格语音转换
...
2021年声纹识别研究与应用学术研讨会
...
【ICASSP】面向视频编码的畸变感知的神经网络插值滤波器
...
基于前后端联合训练的鲁棒伪造语音检测系统
...
域移下异常声音检测的分层元数据信息约束自监督学习