|
2020年8月17日首先,宋辉博士展示了当下比较流行的单通道语音分离技术在两个不同的公开数据集上的表现。 宋辉博士介绍,在 WSJ0-2mix 数据集上,近两年单通道语音分离技术在 SI-SDRi 指标上有比较大的进步。而对于更复杂但更贴近真实环境的噪声场景,目前的学术研究还不是特别完备,与安静环境相比在 SI-SDRi 指标上会有几
2025年4月20日在说话人无关的语音分离中，一个核心挑战是解决网络输出的排列组合问题。由于需要估计每个目标说话人的语音，网络必须确定输出顺序，这在实践中是一个不小的难题。具体来说，对于两个说话人混合的情境，如输入混合语音AB，网络可能首先输出A，随后输出B；但当输入变为BC时，网络又可能首先输出C，再输出B。然而，当...
2020年11月12日通常来讲,单通道语音分离可以用“Encoder-Separator-Decoder”框架来描述。其中, Encoder 可以理解为将观测信号变换到另外的一个二维空间中,比如离散傅里叶变换将时域信号变换到频域,1-D CNN 将时域信号变换到一个二维潜空间中;Separator 在变换域当中进行语音的分离,学习出针对不同声源的 mask,与混合信号做一个元素...
2020年8月17日首先,宋辉博士展示了当下比较流行的单通道语音分离技术在两个不同的公开数据集上的表现。 宋辉博士介绍,在 WSJ0-2mix 数据集上,近两年单通道语音分离技术在 SI-SDRi 指标上有比较大的进步。而对于更复杂但更贴近真实环境的噪声场景,目前的学术研究还不是特别完备,与安静环境相比在 SI-SDRi 指标上会有几个 dB ...
李先刚:我目前任职于滴滴出行AI Labs首席算法工程师,负责滴滴语音相关的技术和应用,关注的领域包括语音相关前沿算法(包括语音识别、说话人识别和自然语言处理等)和他们的产业应用(尤其是在出行场景中的应用)。 LiveVideoStack:大家对滴滴的了解可能还限于“一家出行服务公司”,作为一名工程师,你看到的滴滴是什么样的?
全球智能交通的前沿科技实验室 人工智能实验室 滴滴人工智能实验室(AI Labs)主要探索 AI 领域技术难题,重点发力机器学习、自然语言处理、计算器视觉、语音识别、运筹学、统计学等领域的前沿技术研究及应用,积极布局下一代技术,不断提升用户出行效率并且优化出行体验,用技术构建智能出行新生态。滴滴 AI Labs 致力于成为...
2020年5月21日宋辉 滴滴AI Labs 高级专家研究员 清华大学博士，滴滴AI Labs高级专家研究员，语音研究实验室负责人。邓承韵 滴滴AI Labs语音研究实验室 研究员 2019年入职滴滴, 研究生毕业于北京邮电大学信息与通信工程专业，目前主要的工作方向是基于深度学习的语音增强、语音分离算法的探索与落地。徐海洋 滴滴AI Labs 对话处理及...
2024年8月30日360集团智脑总裁张向征指出，随着大模型技术的快速发展，安全问题也日益凸显。为了应对这些挑战，需从四个方面入手，首先是算法安全，通过生态链漏洞扫描和防护技术，确保算法本身不被攻击；其次是内容安全，利用过滤和检测机制，避免生成不良或有害内容；再次是结果可信，通过多源验证和一致性检查，保证输出结果的准确性...
