会员服务
Leveraging Allophony in Self-Supervised Speech Models for Atypical Pronunciation Assessment
Arxiv
0+阅读 · 3月24日
SPACER: A Parallel Dataset of Speech Production And Comprehension of Error Repairs
Arxiv
0+阅读 · 3月20日
Clip-TTS: Contrastive Text-content and Mel-spectrogram, A High-Quality Text-to-Speech Method based on Contextual Semantic Understanding
Arxiv
0+阅读 · 3月8日
Clip-TTS: Contrastive Text-content and Mel-spectrogram, A High-Huality Text-to-Speech Method based on Contextual Semantic Understanding
Arxiv
0+阅读 · 2月26日
DyPCL: Dynamic Phoneme-level Contrastive Learning for Dysarthric Speech Recognition
Arxiv
0+阅读 · 2月3日
DyPCL: Dynamic Phoneme-level Contrastive Learning for Dysarthric Speech Recognition
Arxiv
0+阅读 · 1月31日
DQ-Data2vec: Decoupling Quantization for Multilingual Speech Recognition
Arxiv
0+阅读 · 1月23日
Dimitra: Audio-driven Diffusion model for Expressive Talking Head Generation
Arxiv
0+阅读 · 2月24日
Robust Persian Digit Recognition in Noisy Environments Using Hybrid CNN-BiGRU Model
Arxiv
0+阅读 · 2月11日
LUPET: Incorporating Hierarchical Information Path into Multilingual ASR
Arxiv
0+阅读 · 1月9日
Multi-Scale Accent Modeling and Disentangling for Multi-Speaker Multi-Accent Text-to-Speech Synthesis
Arxiv
0+阅读 · 1月1日
Hierarchical Control of Emotion Rendering in Speech Synthesis
Arxiv
0+阅读 · 1月10日
SLIDE: Integrating Speech Language Model with LLM for Spontaneous Spoken Dialogue Generation
Arxiv
0+阅读 · 1月1日
Phoneme-Level Contrastive Learning for User-Defined Keyword Spotting with Flexible Enrollment
Arxiv
0+阅读 · 2024年12月30日
Enhancing Listened Speech Decoding from EEG via Parallel Phoneme Sequence Prediction
Arxiv
0+阅读 · 1月8日
参考链接
微信扫码咨询专知VIP会员
Top