Tutorials
GoogleのSoundStreamの詳細レビュー: エンドツーエンドニューラルオーディオコデック
ニューラルコデックは静かに最新の生成的オーディオの基盤層となり、SoundStreamはそのプロセスを開始した論文の1つです。
Tutorials
SNRi ターゲット学習による音声強調と認識の結合学習
音声強調とASRの結合学習は明らかに見える。デノイザーを通じて認識損失をバックプロップするだけだ。しかし実際には、積極的なノイズ除去が音響モデルが依存する機能をしばしば歪めるので、複雑である。