2022年1月语音合成(TTS)和语音识别(ASR)论文月报
论文统计每月更新一次，主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出，但不影响统计。统计过程难免存在疏漏，因此统计结果仅供参考。所有文章语音合成领域统计列表请访问http://yqli.tech/page/tts_paper.html，语音识别领域论文统计请访问http://yqli.tech/page/asr_paper.html。如何查找语音资料请参考文章https://mp.weixin.qq.com/s/eJcpsfs3OuhrccJ7_BvKOg）。读者有什么建议可以直接给我发消息，我将不断修改该统计。如有转载，请注明出处。欢迎关注微信公众号：低调奋进。
(2022年第一个月就写简单些）
一 语音合成篇
表一给出具体分类说明。2022年1月的语音合成相关的文章有27篇。从表二的具体方向文章数量可知，声学模型、歌唱和音乐合成、声音转化和多模态的文章较多，其中歌唱合成在一月份开源了一份高质量的中文歌唱数据集，大家可以申请下载https://wenet.org.cn/opencpop/download/。具体的文章详细链接可参看文档https://docs.google.com/spreadsheets/d/11YYOg6i6UXw19_g1JRaXGNhvt1zhG24RgOXCzZlqZGE/edit?usp=sharing
表一 语音合成分类说明
|
分类 |
说明 |
|
前端 |
多音字，韵律，g2p等等。 |
|
声学模型 |
语言特征转声学特征，attention工作，多说话人以及双重学习 |
|
声码器 |
波形生成 |
|
个性化 |
少数据，脏数据应用等自适应 |
|
多语言 |
多语言模型 |
|
歌唱合成 |
歌唱和音乐合成 |
|
情感 |
风格和情感 |
|
多模态 |
主要搜集talking head文章 |
|
声音转换 |
基于GAN方案和特征解耦方案 |
|
S2S |
speech-to-speech |
|
其它 |
基于EEG合成，开源数据，MOS评测以及语音合成的应用 |
表二 语音合成文章情况表（单位：篇）
| 1月 | |
| 前端 | 2 |
| 声学模型 | 4 |
| 声码器 | 1 |
| 个性化 | 1 |
| 多语言 | 1 |
| 歌唱合成 | 5 |
| 情感风格 | 2 |
| 多模态 | 4 |
| 声音转换 | 4 |
| s2s | 1 |
| 其它 | 2 |
语音合成的文章列表请访问http://yqli.tech/page/tts_paper.html
2022.01月份的文章
二 语音识别篇
语音识别的文章分类参照表三说明。表四为每个方向的具体文章数据量和本月的文章总量，其中1月份ASR相关的文章有35篇
表三 语音识别分类说明
|
分类 |
说明 |
|
general |
包括传统、混合语音识别，以及对asr的优化 |
|
ctc |
ctc优化 |
|
rnn-t |
rnn-t的优化 |
|
aed |
aed优化 |
|
dataset |
开源数据库 |
|
data aug |
数据增广 |
|
lm |
语言模型研究 |
|
multilingual |
多语音系统以及code-switch |
|
personal |
少数据量以及个性化ASR |
|
rescoring |
多种模型联合打分 |
|
unsupervised |
无监督或者自监督学习 |
|
accent ,dialect |
口音和方言 |
|
other |
其它方向研究，包括系统评价标准等等 |
| robust | 鲁棒性 |
| multichannel | 多通道 |
表四 语音识别文章数量统计（单位：篇）
| 1月 | |
| general | 12 |
| ctc | 1 |
| rnn-t | 3 |
| aed | 1 |
| dataset | 3 |
| data augmentation | 1 |
| lm | 2 |
| multilingual | 2 |
| personal | 0 |
| rescoring | 1 |
| unsupervised | 2 |
| accent | 1 |
| multichannel | 0 |
| robust | 0 |
| other | 6 |
语音识别的文章列表请访问http://yqli.tech/page/asr_paper.html
2022.01月份语音识别具体文章
2022年1月语音合成(TTS)和语音识别(ASR)论文月报相关推荐
- 2022年6月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年1~7月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.如何查找语音资料请参考文章https://mp.wei ...
- 2022年1~10月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年3月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年5月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://y ...
- 2022年4月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年1~8月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年2月语音合成（TTS)和语音识别(ASR)论文月报
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
- 2022年语音合成（TTS)和语音识别(ASR)年度总结
论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计.统计过程难免存在疏漏,因此统计结果仅供参考.所有文章语音合成领域统计列表请访问http://yql ...
最新文章
- 打造一个TB级微服务日志监控平台
- 物理理论发展放缓？这是一种认知误判
- string 字符串中字符无效_7.3 C++字符串类 | 使用string输出
- python 多进程和多线程
- 网易云信11月大事记
- Linux小细节-1
- python-install-package-C++编译器问题---03
- 收货地址 - 设置默认收货地址
- 机器学习高级篇：解密微信视频号推荐机制
- 【转】ABP源码分析四十五：ABP ZERO中的EntityFramework模块
- 遵循五大设计理念 打造出色设计师
- 20169210 2016-2017-2《网络攻防实践》第八周总结
- Openstack入门篇（十一）之neutron服务（控制节点）的部署与测试
- 算法题3 二分查找法
- python中列表相加规则_在Python字典列表中使用公共键/值求和值
- 设计模式—建造者模式(思维导图)
- 找出数组中从未出现的最小正整数java实现
- 边缘计算介绍以及几款边缘计算开源平台
- 硬盘 主分区 和 逻辑分区 区别
- 标注 画框 转写,亲亲，你做错了没？