LISTEN
Apr 10, 2024 Audiostart News デジタル音声広告を音声業界のニュースをまとめるよ 【AD】 Audiostartでは、ポッドキャストに音声広告を掲載したい広告主を募集中です。詳細は以下のリンク先をご覧ください。 https://bit.ly/41jPwyu 【AD】 Audiostartでは、音声広告を掲載して広告報酬を受け取りたいポッドキャスターの方を募集しています。法人・個人問いません。詳細は以下のリンク先をご覧ください。 https://bit.ly/3GSVv5P https://listen.style/p/audiostartnews?mSIM7ycj Apr 10, 2024 ISESAKIFM（FM76.9）Tin tức GUNMA AIを活用して「いせさきFMニュース（ぐんま県のニュース）」をベトナム語でお伝えします。 Chúng tôi sẽ
AudioLDM: Text-to-Audio Generation with Latent Diffusion Models - Speech Research
AudioLDM 2: Learning Holistic Audio Generation with Self-supervised Pretraining Haohe Liu 📮,1, Qiao Tian2,Yi Yuan1, Xubo Liu1, Xinhao Mei1,Qiuqiang Kong2 Yuping Wang2, Wenwu Wang1, Yuxuan Wang2, Mark D. Plumbley1 1CVSSP, University of Surrey, Guildford, UK 2Speech, Audio & Music Intelligence (SAMI), ByteDance 📮Corresponding author 😃 For text-to-audio generation, we generated a total of 350 audi
Separate Anything You Describe
Separate Anything You Describe Xubo Liu1, Qiuqiang Kong2, Yan Zhao2, Haohe Liu1, Yi Yuan1, Yuzhuo Liu2 Rui Xia2, Yuxuan Wang2, Mark D. Plumbley1, Wenwu Wang1 1CVSSP, University of Surrey, Guildford, UK 2Speech, Audio & Music Intelligence (SAMI), ByteDance Language-queried audio source separation (LASS) is a new paradigm for computational auditory scene analysis (CASA). LASS aims to separate a targ
アンディ・ウォーホルの声復活に一役買ったResemble AI、倫理的リスク回避のため「音声透かし」技術を導入 - BRIDGE（ブリッジ）テクノロジー＆スタートアップ情報
カナダのスタートアップ Resemble AI は、ジェネレーティブ AI とディープラーニング技術を使い、音声クローンサービスをユーザに提供している。 Image credit: Resemble AI 2022年、Netflix はポップアートの先駆者 Andy Warhol 氏についてのドキュメンタリー「Andy Warhol: The Andy Warhol Diaries」をリリースした。この作品は、Andy Warhol 氏自らが、音声合成を用いたジェネレーティブ AI の助けを借りてナレーションを担当し、視聴者は彼の並外れた人生を見ながら、彼の声を聴くことができる。 この技術を支えているのは、2023年にシリーズ A ラウンドで800万米ドルの調達を発表したカナダのサウンドテックスタートアップ Resemble AI だ。Resemble AI は音声複製とリアルタイム翻訳サ
リアルタイム音声読み上げアプリを作ってみたら一瞬でできた
声が出せない環境でも通話に参加できる、リアルタイムな音声読み上げアプリをつくりました。 タイピングした文字を読み上げてくれるというだけの超シンプルなものなので記事にするかどうかも迷ったのですが、技術的には個人的に少し面白かったのでかんたんに書いてみます。 デモ 背景 Discordで作業通話をよくするのですが、私があまり声が出せない環境なことが多いため、もともとGoogle翻訳の読み上げ機能を使って発声（？）したりしていました。 ですがそういった既存の読み上げ機能では、文章を打ってから毎回再生ボタンを押さなければいけないので、通常の会話スピードに追いつこうとしてもどうしてもラグが発生します。 またその性質上、短い相槌には不向きだったり、少し長い文章を発話しようとするとタイピング中しばらく沈黙が生まれることがあるなどの問題もありました。 そこで、まるで普通に話しているかのような感じで、変換終
GitHub - ggerganov/whisper.cpp: Port of OpenAI's Whisper model in C/C++
Stable: v1.5.4 / Roadmap | F.A.Q. High-performance inference of OpenAI's Whisper automatic speech recognition (ASR) model: Plain C/C++ implementation without dependencies Apple Silicon first-class citizen - optimized via ARM NEON, Accelerate framework, Metal and Core ML AVX intrinsics support for x86 architectures VSX intrinsics support for POWER architectures Mixed F16 / F32 precision 4-bit and 5
SND: Crafted UI sound assets for UX developers
様々なインタラクションに対応したシンプルなサウンドキットです。すべての音を、音の最小要素である正弦波をベースにデザインしました。比較的再生能力の低いスピーカーでも再生可能な周波数帯域を中心に、できるだけシンプルに、小さなファイル容量でデザインされているので、ウェブ、アプリ、サイネージなど様々なシーンでご利用いただけます。 土屋泰洋 サウンドデザイナー/リサーチャー The simple sound kit for designing a variety of interactions. All sounds are designed based on sine waves; the smallest pure element of sound. It is designed to be as simple as possible with a small file size, focusi
Friture
Friture is a real-time audio analyzer. It works on Windows, macOS and Linux. It is free and open source. Download Friture Windows, macOS, Linux, source Features Friture helps you to understand audio data with several widgets: spectrum analyzer rolling 2D spectrogram fraction-of-octave analyzer delay estimator etc.
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Wavacity | Online Audio Editor Based on Audacity
AIが通話内容を自動でサマって記録してくれる 会話サマリーAI電話 pickupon ピクポン
GitHub - facebookresearch/encodec: State-of-the-art deep learning based audio codec supporting both mono 24 kHz audio and stereo 48 kHz audio.
世界最大1万9千時間の音声コーパスと高精度日本語音声認識モデルがオープンソースで公開／商用・非商用を問わず、誰もが自由に利用・改変・再配布可能
GitHub - ccoreilly/vosk-browser: A speech recognition library running in the browser thanks to a WebAssembly build of Vosk
koodori
Material Design
The collaborative platform to build AI agents
MDX Player - WASM
GitHub - h1romas4/libymfm.wasm: This repository is an experimental WebAssembly build of the [ymfm](https://github.com/aaronsgiles/ymfm) Yamaha FM sound cores library.
Synthesizer - HaskellWiki
rd: hosc