中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共11条，第1-10条 帮助

已选(0)清除 条数/页：   排序方式：
Large-scale Multi-modal Pre-trained Models: A Comprehensive Survey 期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 4, 页码: 447-482
作者:  Xiao Wang
Adobe PDF(3540Kb)  |  收藏  |  浏览/下载：54/16  |  提交时间：2023/08/02
Multi-modal (MM), pre-trained model (PTM), information fusion, representation learning, deep learning  
WL-MSR: Watch and Listen for Multimodal Subtitle Recognition 会议论文
, Greece, 2023-6-4
作者:  Liu, Jiawei;  Wang, Hao;  Wang, Weining;  He, Xingjian;  Liu, Jing
Adobe PDF(1673Kb)  |  收藏  |  浏览/下载：122/30  |  提交时间：2023/07/06
基于受限样本的语音合成方法研究 学位论文
, 2023
作者:  汪涛
Adobe PDF(10568Kb)  |  收藏  |  浏览/下载：111/4  |  提交时间：2023/06/08
语音合成，声学建模，风格参数解耦，上下文风格感知，多风格声码器  
多模态感知的对话技术研究 学位论文
, 2023
作者:  陈飞龙
Adobe PDF(34661Kb)  |  收藏  |  浏览/下载：182/14  |  提交时间：2023/06/05
自然语言处理，对话系统，多模态感知，多模态融合，对话推理  
AI资讯 2022年 第09期（总第101期） 其他
2022-09-22
作者:  张桂英
Adobe PDF(2873Kb)  |  收藏  |  浏览/下载：245/58  |  提交时间：2022/09/22
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：158/29  |  提交时间：2022/09/17
self-supervised  speaker verification  language identification  multi-task learning  wav2vec 2.0  
会议场景智能语音处理技术研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  范志赟
Adobe PDF(3323Kb)  |  收藏  |  浏览/下载：238/11  |  提交时间：2022/09/15
会议场景，语音识别，说话人转换点检测，说话人自适应  
Semantic-diversity transfer network for generalized zero-shot learning via inner disagreement based OOD detector 期刊论文
KNOWLEDGE-BASED SYSTEMS, 2021, 卷号: 229, 页码: 11
作者:  Liu, Bo;  Dong, Qiulei;  Hu, Zhanyi
Adobe PDF(1224Kb)  |  收藏  |  浏览/下载：304/65  |  提交时间：2021/11/04
Zero-shot learning  Visual-semantic embedding  Out-of-distribution detection  
面向语音翻译的文本规范化和端到端建模方法研究 学位论文
, 中科院自动化所: 中科院自动化所, 2021
作者:  董倩倩
Adobe PDF(4379Kb)  |  收藏  |  浏览/下载：268/11  |  提交时间：2021/06/24
语音翻译、级联系统、文本规范化、端到端模型  
面向低资源场景的端到端语音识别方法研究 学位论文
, 中科院自动化所: 中科院自动化所, 2021
作者:  易澄
Adobe PDF(3846Kb)  |  收藏  |  浏览/下载：315/13  |  提交时间：2021/06/21
低资源语音识别  端到端  预训练