Speech & Audio Processing

2月 08, 2023

超过 55% 的全球人口使用社交媒体，只需单击一下即可轻松分享在线内容。在与他人联系并消费娱乐内容的同时，

2 MIN READ

1月 31, 2023

多语言自动语音识别（ ASR ）模型因其能够以多种语言转录语音而获得了极大的兴趣。这是由不断增长的多语言社区以及减少复杂性的需求所推动的。

2 MIN READ

10月 20, 2022

语音识别技术在语音助手和机器人、通过辅助医疗或教育解决现实世界问题等方面越来越受欢迎。这有助于实现全球 speech AI 接入的民主化。

2 MIN READ

9月 22, 2022

在研究复杂的语音人工智能机器人系统时，开发人员很容易被其复杂性吓倒。亚瑟· C ·克拉克声称：“任何足够先进的技术都无法与魔法区分开来。”…

2 MIN READ

9月 16, 2022

说话人日记化是按说话人标签对录音进行分段的过程，旨在回答“谁在何时发言？”。与语音识别相比，它有着明显的区别。在你执行说话人日记化之前，

2 MIN READ

9月 16, 2022

文本规范化（ TN ）将文本从书面形式转换为口头形式，是文本到语音（ TTS ）之前的一个重要预处理步骤。

3 MIN READ

9月 14, 2022

由于身临其境的体验，虚拟现实（ VR ）、增强现实（ AR ）和混合现实（ MR ）环境可以感觉到难以置信的真实。在扩展现实（ XR…

4 MIN READ

9月 12, 2022

训练自动语音识别（ ASR ）模型的损失函数并不是一成不变的。旧的损失函数规则不一定是最优的。

3 MIN READ

6月 23, 2022

人工智能（ AI ）已经将合成语音从单调的机器人呼叫和几十年前的 GPS 导航系统转变为智能手机和智能扬声器中虚拟助理的优美音调。

2 MIN READ

7月 07, 2020

OpenAI 研究人员最近发布了研究报告描述 GPT-3 ，一个由 1750 亿个参数组成的最先进的语言模型。相比之下，

1 MIN READ