1
条回答
写回答
写回答
-
会议场景是一个典型的多人自由交谈的场景，存在一个普遍的现象是多人同时说话造成的混叠语音。这种混叠语音的存在对于后续语音增强，语音识别等任务都造成了很大的挑战。
针对混叠语音检测问题，提出了两个技术方案：
1）联合声学特征和空间特征的混叠语音检测技术（论文）；
2）BeamTransformer: 基于麦克风阵列的Transformer结构（论文）。
——参考链接。
2024-08-31 07:43:39赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
