会员服务

已删除

2018 年 11 月 15 日 将门创投
已删除
登录查看更多
5

相关内容

从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
专知会员服务
16+阅读 · 2020年5月6日
【CVPR2020】多模态社会媒体中危机事件分类
【CVPR2020】多模态社会媒体中危机事件分类
专知会员服务
53+阅读 · 2020年4月18日
【CVPR2020】对抗特征幻觉网络的小样本学习，Adversarial Feature Hallucination Networks for Few-Shot Learning
【CVPR2020】对抗特征幻觉网络的小样本学习，Adversarial Feature Hallucination Networks for Few-Shot Learning
专知会员服务
48+阅读 · 2020年3月31日
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
专知会员服务
23+阅读 · 2020年3月31日
【三星AI-CVPR2020】增量小样本目标检测，Incremental Few-Shot Object Detection
专知会员服务
67+阅读 · 2020年3月11日
【综述】用于语音自动处理的深度神经网络综述:从大型语料库到有限数据的调查
【综述】用于语音自动处理的深度神经网络综述:从大型语料库到有限数据的调查
专知会员服务
23+阅读 · 2020年3月9日
【Google Research】Wavesplit:通过说话者聚类实现端到端的语音分离，Wavesplit: End-to-End Speech Separation by Speaker Clustering
【Google Research】Wavesplit:通过说话者聚类实现端到端的语音分离，Wavesplit: End-to-End Speech Separation by Speaker Clustering
专知会员服务
18+阅读 · 2020年2月26日
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
专知会员服务
25+阅读 · 2020年2月16日
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
专知会员服务
50+阅读 · 2020年2月16日
语音处理中的深度表示学习综述论文:挑战、最新进展和未来趋势，25页pdf
语音处理中的深度表示学习综述论文:挑战、最新进展和未来趋势，25页pdf
专知会员服务
31+阅读 · 2020年1月2日
谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类
谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类
AI科技评论
7+阅读 · 2019年8月24日
浙大学霸本科生顶会研究！只需20分钟音频，AI就能逼真模仿你的声音
浙大学霸本科生顶会研究！只需20分钟音频，AI就能逼真模仿你的声音
量子位
8+阅读 · 2019年6月3日
语音情绪识别|声源增强|基频可视化
语音情绪识别|声源增强|基频可视化
深度学习每日摘要
15+阅读 · 2019年5月5日
业界 | 谷歌用新的语音数据扩增技术大幅提升语音识别准确率
业界 | 谷歌用新的语音数据扩增技术大幅提升语音识别准确率
AI研习社
6+阅读 · 2019年4月24日
谷歌用新的语音数据扩增技术大幅提升语音识别准确率
谷歌用新的语音数据扩增技术大幅提升语音识别准确率
雷锋网
7+阅读 · 2019年4月24日
谷歌开源 AI 可在嘈杂环境中区分声音，准确率达92%
谷歌开源 AI 可在嘈杂环境中区分声音，准确率达92%
开源中国
5+阅读 · 2018年11月14日
谷歌提出全新视觉-音频分离模型，解决鸡尾酒会效应
谷歌提出全新视觉-音频分离模型，解决鸡尾酒会效应
引力空间站
6+阅读 · 2018年4月17日
业界 | 带有韵律的合成语音：谷歌展示基于Tacotron的新型TTS方法
业界 | 带有韵律的合成语音：谷歌展示基于Tacotron的新型TTS方法
机器之心
3+阅读 · 2018年3月30日
多喝点水，语音的“货”超级干
多喝点水，语音的“货”超级干
七月在线实验室
7+阅读 · 2018年1月25日
人工智能老司机带你认识声音黑科技：声纹识别
人工智能老司机带你认识声音黑科技：声纹识别
人人都是产品经理
6+阅读 · 2017年12月11日
Perception of prosodic variation for speech synthesis using an unsupervised discrete representation of F0
Perception of prosodic variation for speech synthesis using an unsupervised discrete representation of F0
Arxiv
3+阅读 · 2020年3月14日
MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis
MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis
Arxiv
7+阅读 · 2019年10月8日
FastSpeech: Fast, Robust and Controllable Text to Speech
FastSpeech: Fast, Robust and Controllable Text to Speech
Arxiv
3+阅读 · 2019年5月22日
Visualization and Interpretation of Latent Spaces for Controlling Expressive Speech Synthesis through Audio Analysis
Visualization and Interpretation of Latent Spaces for Controlling Expressive Speech Synthesis through Audio Analysis
Arxiv
4+阅读 · 2019年3月27日
Multi-turn Dialogue Response Generation in an Adversarial Learning Framework
Arxiv
4+阅读 · 2018年6月11日
NeuRec: On Nonlinear Transformation for Personalized Ranking
Arxiv
5+阅读 · 2018年6月3日
Recursive Neural Network Based Preordering for English-to-Japanese Machine Translation
Arxiv
6+阅读 · 2018年5月25日
Good Features to Correlate for Visual Tracking
Arxiv
9+阅读 · 2018年3月10日
Eigenoption Discovery through the Deep Successor Representation
Arxiv
3+阅读 · 2018年1月30日
SSD: Single Shot MultiBox Detector
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关主题
相关VIP内容
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
从多个自我监督任务中学习问题无关的语音表示，Learning Problem-agnostic Speech Representations from Multiple Self-supervised Tasks
专知会员服务
16+阅读 · 2020年5月6日
【CVPR2020】多模态社会媒体中危机事件分类
【CVPR2020】多模态社会媒体中危机事件分类
专知会员服务
53+阅读 · 2020年4月18日
【CVPR2020】对抗特征幻觉网络的小样本学习，Adversarial Feature Hallucination Networks for Few-Shot Learning
【CVPR2020】对抗特征幻觉网络的小样本学习，Adversarial Feature Hallucination Networks for Few-Shot Learning
专知会员服务
48+阅读 · 2020年3月31日
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
【CVPR2020-牛津-谷歌】语音到动作:动作识别的跨模态监督，Cross-modal Supervision
专知会员服务
23+阅读 · 2020年3月31日
【三星AI-CVPR2020】增量小样本目标检测，Incremental Few-Shot Object Detection
专知会员服务
67+阅读 · 2020年3月11日
【综述】用于语音自动处理的深度神经网络综述:从大型语料库到有限数据的调查
【综述】用于语音自动处理的深度神经网络综述:从大型语料库到有限数据的调查
专知会员服务
23+阅读 · 2020年3月9日
【Google Research】Wavesplit:通过说话者聚类实现端到端的语音分离，Wavesplit: End-to-End Speech Separation by Speaker Clustering
【Google Research】Wavesplit:通过说话者聚类实现端到端的语音分离，Wavesplit: End-to-End Speech Separation by Speaker Clustering
专知会员服务
18+阅读 · 2020年2月26日
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
【北邮-腾讯AI】自监督学习音视觉说话人认证，Self-supervised learning for audio-visual speaker diarization
专知会员服务
25+阅读 · 2020年2月16日
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
【上海交大-ICASSP2020】Transformer端到端的多说话人语音识别
专知会员服务
50+阅读 · 2020年2月16日
语音处理中的深度表示学习综述论文:挑战、最新进展和未来趋势，25页pdf
语音处理中的深度表示学习综述论文:挑战、最新进展和未来趋势，25页pdf
专知会员服务
31+阅读 · 2020年1月2日
热门VIP内容
相关资讯
谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类
谷歌再获语音识别新进展：利用序列转导来实现多人语音识别和说话人分类
AI科技评论
7+阅读 · 2019年8月24日
浙大学霸本科生顶会研究！只需20分钟音频，AI就能逼真模仿你的声音
浙大学霸本科生顶会研究！只需20分钟音频，AI就能逼真模仿你的声音
量子位
8+阅读 · 2019年6月3日
语音情绪识别|声源增强|基频可视化
语音情绪识别|声源增强|基频可视化
深度学习每日摘要
15+阅读 · 2019年5月5日
业界 | 谷歌用新的语音数据扩增技术大幅提升语音识别准确率
业界 | 谷歌用新的语音数据扩增技术大幅提升语音识别准确率
AI研习社
6+阅读 · 2019年4月24日
谷歌用新的语音数据扩增技术大幅提升语音识别准确率
谷歌用新的语音数据扩增技术大幅提升语音识别准确率
雷锋网
7+阅读 · 2019年4月24日
谷歌开源 AI 可在嘈杂环境中区分声音，准确率达92%
谷歌开源 AI 可在嘈杂环境中区分声音，准确率达92%
开源中国
5+阅读 · 2018年11月14日
谷歌提出全新视觉-音频分离模型，解决鸡尾酒会效应
谷歌提出全新视觉-音频分离模型，解决鸡尾酒会效应
引力空间站
6+阅读 · 2018年4月17日
业界 | 带有韵律的合成语音：谷歌展示基于Tacotron的新型TTS方法
业界 | 带有韵律的合成语音：谷歌展示基于Tacotron的新型TTS方法
机器之心
3+阅读 · 2018年3月30日
多喝点水，语音的“货”超级干
多喝点水，语音的“货”超级干
七月在线实验室
7+阅读 · 2018年1月25日
人工智能老司机带你认识声音黑科技：声纹识别
人工智能老司机带你认识声音黑科技：声纹识别
人人都是产品经理
6+阅读 · 2017年12月11日
相关论文
Perception of prosodic variation for speech synthesis using an unsupervised discrete representation of F0
Perception of prosodic variation for speech synthesis using an unsupervised discrete representation of F0
Arxiv
3+阅读 · 2020年3月14日
MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis
MelGAN: Generative Adversarial Networks for Conditional Waveform Synthesis
Arxiv
7+阅读 · 2019年10月8日
FastSpeech: Fast, Robust and Controllable Text to Speech
FastSpeech: Fast, Robust and Controllable Text to Speech
Arxiv
3+阅读 · 2019年5月22日
Visualization and Interpretation of Latent Spaces for Controlling Expressive Speech Synthesis through Audio Analysis
Visualization and Interpretation of Latent Spaces for Controlling Expressive Speech Synthesis through Audio Analysis
Arxiv
4+阅读 · 2019年3月27日
Multi-turn Dialogue Response Generation in an Adversarial Learning Framework
Arxiv
4+阅读 · 2018年6月11日
NeuRec: On Nonlinear Transformation for Personalized Ranking
Arxiv
5+阅读 · 2018年6月3日
Recursive Neural Network Based Preordering for English-to-Japanese Machine Translation
Arxiv
6+阅读 · 2018年5月25日
Good Features to Correlate for Visual Tracking
Arxiv
9+阅读 · 2018年3月10日
Eigenoption Discovery through the Deep Successor Representation
Arxiv
3+阅读 · 2018年1月30日
SSD: Single Shot MultiBox Detector
Arxiv
4+阅读 · 2016年12月29日
大家都在搜
  1. TDGN
  2. 精益管理体系
  3. 大型语言模型
  4. 最新报告
  5. 目标跟踪
  6. 图与推荐指南针
  7. 卡尔曼
  8. ads-b
  9. MoE
  10. 谭铁牛院士深度解析：人工智能是天使还是魔鬼？（内含PPT）
    11.
Top
微信扫码咨询专知VIP会员
Top