中文版 | English

在结果中检索

CASIA OpenIR
（本次检索基于用户作品认领结果）

浏览/检索结果: 共7条，第1-7条 帮助

限定条件            
已选(0)清除 条数/页：   排序方式：
Exploring wav2vec 2.0 on speaker verification and language identification 会议论文
, 线上会议, 2021-8-30
作者:  Fan ZY(范志赟);  Li M(李蒙);  Zhou SY(周世玉);  Xu B(徐波)
Adobe PDF(2081Kb)  |  收藏  |  浏览/下载：166/31  |  提交时间：2022/09/17
self-supervised  speaker verification  language identification  multi-task learning  wav2vec 2.0  
TWO-STAGE PRE-TRAINING FOR SEQUENCE TO SEQUENCE SPEECH RECOGNITION 会议论文
, 线上会议, 2021-7-18
作者:  Fan ZY(范志赟);  Zhou SY(周世玉);  Xu B(徐波)
Adobe PDF(230Kb)  |  收藏  |  浏览/下载：170/47  |  提交时间：2022/09/17
pre-training  speech recognition  encoder-decoder  sequence-to-sequence  
WASE: LEARNING WHEN TO ATTEND FOR SPEAKER EXTRACTION IN COCKTAIL PARTY ENVIRONMENTS 会议论文
, Toronto, June 6-11, 2021
作者:  Yunzhe Hao;  Jiaming Xu;  Peng Zhang;  Bo Xu
Adobe PDF(2034Kb)  |  收藏  |  浏览/下载：214/32  |  提交时间：2022/06/23
Self-backpropagation of synaptic modifications elevates the efficiency of spiking and artificial neural networks 期刊论文
SCIENCE ADVANCES, 2021, 卷号: 7, 期号: 43, 页码: 11
作者:  Zhang, Tielin;  Cheng, Xiang;  Jia, Shuncheng;  Poo, Mu-Ming;  Zeng, Yi;  Xu, Bo
收藏  |  浏览/下载：198/0  |  提交时间：2021/12/28
Consecutive decoding for speech-to-text translation 会议论文
, Virtual, 2021-2
作者:  Dong QQ(董倩倩);  Mingxuan Wang（王明轩）;  Hao Zhou（周浩）;  Shuang Xu（徐爽）;  Bo Xu（徐波）;  Lei Li（李磊）
Adobe PDF(586Kb)  |  收藏  |  浏览/下载：205/65  |  提交时间：2021/06/24
Listen, understand and translate: triple supervision decouples end-to-endspeech-to-text translation 会议论文
, Virtual, 2021-2
作者:  Dong QQ(董倩倩);  Rong Ye（叶蓉）;  Mingxuan Wang（王明轩）;  Hao Zhou（周浩）;  Shuang Xu（徐爽）;  Bo Xu（徐波）;  Lei Li（李磊）
Adobe PDF(991Kb)  |  收藏  |  浏览/下载：186/37  |  提交时间：2021/06/24
Audio-Visual Speech Separation with Visual Features Enhanced by Adversarial Training 会议论文
0, 线上会议, 2021-7-18
作者:  Zhang Peng;  Xu Jiaming;  Shi Jing;  Hao Yunzhe;  Qin Lei;  Xu Bo
Adobe PDF(1900Kb)  |  收藏  |  浏览/下载：211/53  |  提交时间：2021/06/21
audio-visual speech separation  robust  adversarial training method  time-domain approach