会员服务
语音技术包含了很广泛的内涵，涉及语音合成、语音识别、说话人识别、语音增强、语音翻译等等。
Emotion-Aligned Generation in Diffusion Text to Speech Models via Preference-Guided Optimization
Arxiv
0+阅读 · 2月6日
CUHK-EE Systems for the vTAD Challenge at NCMMSC 2025
Arxiv
0+阅读 · 2月13日
Enabling Automatic Disordered Speech Recognition: An Impaired Speech Dataset in the Akan Language
Arxiv
0+阅读 · 2月5日
Mići Princ -- A Little Boy Teaching Speech Technologies the Chakavian Dialect
Arxiv
0+阅读 · 2月3日
Arab Voices: Mapping Standard and Dialectal Arabic Speech Technology
Arxiv
0+阅读 · 1月19日
Syn-Att: Synthetic Speech Attribution via Semi-Supervised Unknown Multi-Class Ensemble of CNNs
Arxiv
2+阅读 · 2023年9月15日
AfroDigits: A Community-Driven Spoken Digit Dataset for African Languages
Arxiv
0+阅读 · 2023年4月4日
Detecting Dysfluencies in Stuttering Therapy Using wav2vec 2.0
Arxiv
1+阅读 · 2022年6月16日
KSoF: The Kassel State of Fluency Dataset -- A Therapy Centered Dataset of Stuttering
Arxiv
0+阅读 · 2022年6月16日
Detecting Dysfluencies in Stuttering Therapy Using wav2vec 2.0
Arxiv
0+阅读 · 2022年4月7日
KSoF: The Kassel State of Fluency Dataset -- A Therapy Centered Dataset of Stuttering
KSoF: The Kassel State of Fluency Dataset -- A Therapy Centered Dataset of Stuttering
Arxiv
0+阅读 · 2022年3月10日
参考链接
微信扫码咨询专知VIP会员
Top