多扬声器语音识别的新浪潮：使用 DiCoW 和 DiariZen 的高精度系统的挑战
多扬声器语音识别的新浪潮：使用 DiCoW 和 DiariZen 的高 ...
其他
语音识别
![[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
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
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
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
大规模语言模型改变音乐教育的未来，Flute X GPT 和 LAUI 的潜力
大规模语言模型改变音乐教育的未来，Flute X GPT 和 LAUI ...
大型语言模型
[Be Who You Are: ....]不抛弃听力障碍者或老年人：使用 A2A 转换器提高语音识别率
[Be Who You Are: ....]不抛弃听力障碍者或老年人： ...
肢体瘫痪者的语音识别功能
创新的语音情感识别：利用 WavLM Large 探索性别信息整合和高级汇集方法
创新的语音情感识别：利用 WavLM Large 探索性别信息整合和高 ...
大型语言模型
Furhat 机器人，利用大规模语言模型实现自然的面部表情和对话
Furhat 机器人，利用大规模语言模型实现自然的面部表情和对话
大型语言模型
![[WavLM]超越所有语音识别模型！结构](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/wavlm_1_-520x300.png)
[WavLM]超越所有语音识别模型！结构和性能如何？
[WavLM]超越所有语音识别模型！结构和性能如何？
语音处理
连听力障碍者都想使用语音激活系统！"。什么是语音激活系统的语料库和语音激活系统？
连听力障碍者都想使用语音激活系统！"。什么是语音激活系统的语料库和语音 ...
声音
[构音障碍严重程度的自动分类！通过实验引入 SALR，其性能甚至优于 Wav2vec2
[构音障碍严重程度的自动分类！通过实验引入 SALR，其性能甚至优于 ...
肢体瘫痪者的语音识别功能