![[让每个人都能享受便利......]使用](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/speaker-adaptation-whisper-520x300.png)
[让每个人都能享受便利......]使用 WHISPER 对发音障碍者的语音进行适配
[让每个人都能享受便利......]使用 WHISPER 对发音障碍者 ...
肢体瘫痪者的语音识别功能
新的AI文章列表
SpeechT5 是一种革命性的语音处理模式！微软 SpeechT5 语音处理模型的惊人性能
SpeechT5 是一种革命性的语音处理模式！微软 SpeechT5 ...
声音
[你使用的是 Wav2vec2？这是一种更有效的语音特征提取方法
[你使用的是 Wav2vec2？这是一种更有效的语音特征提取方法
肢体瘫痪者的语音识别功能
一项极具挑战性的分类任务！使用 WHFEMD 算法准确、高效地捕捉和分类发音障碍的特征
一项极具挑战性的分类任务！使用 WHFEMD 算法准确、高效地捕捉和分 ...
肢体瘫痪者的语音识别功能
一篇推翻传统观点的论文！听力障碍者是根据噪音而不是根据他们的特征进行分类的！
一篇推翻传统观点的论文！听力障碍者是根据噪音而不是根据他们的特征进行分 ...
肢体瘫痪者的语音识别功能
平等享受便利！EasyCall 语料库"，这是一个针对听力障碍者的语音语料库
平等享受便利！EasyCall 语料库"，这是一个针对听力障碍者的语音 ...
肢体瘫痪者的语音识别功能
质疑 "规范"！使用超低复杂度 DNN 抑制噪音
质疑 "规范"！使用超低复杂度 DNN 抑制噪音
噪声抑制
LLM 为领域泛化创建训练数据
LLM 为领域泛化创建训练数据
使用 LLM 进行数据集合成
在 35% 的情况下，LLM 代理都能成功引导客户购买！
在 35% 的情况下，LLM 代理都能成功引导客户购买！
聊天室GPT
人人都会说英语的时代已经到来！适用于多种语言的零镜头语音合成技术让任何人都能像母语人士一样轻松发音！
人人都会说英语的时代已经到来！适用于多种语言的零镜头语音合成技术让任何 ...
肢体瘫痪者的语音识别功能
一种整合战略知识的新提示方法--战略思维链（SCoT）应运而生！
一种整合战略知识的新提示方法--战略思维链（SCoT）应运而生！
思维链
建立并分析 "TruthEval "数据集，揭示 LLM 的弱点
建立并分析 "TruthEval "数据集，揭示 LLM 的弱点
大型语言模型
MVANet：最强大的背景消除模型
MVANet：最强大的背景消除模型
神经网络
SportQA 是一个新的数据集，用于测量大规模语言模型对体育运动的理解能力
SportQA 是一个新的数据集，用于测量大规模语言模型对体育运动的理 ...
大型语言模型
CLAP-IPA：通过语音和 IPA 序列的对比学习获得多语言语音表征
CLAP-IPA：通过语音和 IPA 序列的对比学习获得多语言语音表征
自然语言处理
![[连我的狗都会说话的零镜头学习] 验证并](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/arumenoy-tts-520x300.png)
[连我的狗都会说话的零镜头学习] 验证并解释人工智能语音克隆和唇音同步
[连我的狗都会说话的零镜头学习] 验证并解释人工智能语音克隆和唇音同步
神经网络
针对体育博彩中足球比赛预测挑战的机器学习模型
针对体育博彩中足球比赛预测挑战的机器学习模型
体育分析
基于人类偏好的人工智能助手评估新方法
基于人类偏好的人工智能助手评估新方法
大型语言模型