One Last Kiss风格封面生成器；程序内存分析工具；Python入门课程资料；神经文本语音合成教程；前沿论文 | ShowMeAI资讯日报
ShowMeAI日报系列全新升级！覆盖AI人工智能 工具&框架 | 项目&代码 | 博文&分享 | 数据&资源 | 研究&论文 等方向。点击查看 历史文章列表，在公众号内订阅话题 #ShowMeAI资讯日报，可接收每日最新推送。点击 专题合辑&电子月刊 快速浏览各专题全集。
工具&框架
🚧 『Data Engineering』数据工程开源工具与数据库
Data Engineering 是一个工具集合，把测试数据工程工具、数据库和开放源码库整合梳理后构建为 docker-compose 文件，方便随时启动包含上述工具功能的环境。
🚧 『One Last Image』One Last Kiss 风格封面生成器
【One Last Image/卢浮宫生成器】是一个将赛璐珞风格动画截图或插画，转换成 One Last Kiss 封面风格的在线生成器。可以自定义很多细节参数，包括「线条处理方案」、「开关 One Last Kiss 风格」、「给画面暗部排铅笔调子」、「线迹轻重」、「调子数量」等，支持点按图片和原图对比生成效果，也可以直接输出对比图。
lab.magiconch.com/one-last-im…
🚧 『river torch』Python 在线深度学习库 DeepRiver 基于 PyTorch 的 API
river-torch是一个用于在线深度学习的Python库，它结合了river API和基于PyTorch设计神经网络的能力，支持实时流数据，覆盖实现神经网络的在线机器学习算法。
online-ml.github.io/river-torch…
🚧 『Memray』Python 程序内存分析工具
Memray是一个Python的内存分析器。它可以跟踪Python代码、本地扩展模块和Python解释器本身的内存分配情况。它可以生成几种不同类型的报告，帮助你分析捕获的内存使用数据。它既可以作为CLI工具使用，也可以作为一个库来执行更细化的剖析任务。Memray可以在这些场景中发挥大作用：「分析应用程序中的分配，帮助发现高内存使用率的原因」、「寻找内存泄漏」、「找到代码中导致大量分配的核心点」。
博文&分享
👍 『Neural Text to Speech Synthesis』神经文本语音合成教程
文字转语音（TTS）任务，是指的对给定文本合成自然和可理解的语音，一直是人工智能界的一个热门研究课题，也已成为业界的一项重要产品服务。随着深度学习和人工智能的发展，近年来，基于神经网络的TTS极大地提高了合成语音的质量。
这个教程系统地对神经文本转语音进行介绍，包括四个部分：① 简要概述TTS技术的历史 ②介绍神经TTS的关键组件，包括文本分析、声学模型和声码器 ③回顾推动TTS研究前沿的作品，并涵盖实用的TTS产品 ④探讨TTS的几个挑战并讨论未来的研究方向。
👍 『Learning Python』 Python 入门课程资料
数据&资源
🔥 『Awesome AIOps』资源列表
一份详尽系统的关于人工智能用于IT运维（AIOps）的资源大全，覆盖学术研究和工业应用。
🔥 『Recommended Reading on Temporal Point Process (TPP)』时间点过程(TPP)相关文献集
研究&论文
公众号回复关键字日报，免费获取整理好的论文合辑。
科研进展
- 2022.08.08 『语音降噪』 FRA-RIR: Fast Random Approximation of the Image-source Method
- ACL 2022 『音频处理』 Learning the Beauty in Songs: Neural Singing Voice Beautifier
- CVPR 2022 『图像分类』 LiT: Zero-Shot Transfer with Locked-image text Tuning
- 2022.08.02 『自然语言处理』 ferret: a Framework for Benchmarking Explainers on Transformers
⚡ 论文：FRA-RIR: Fast Random Approximation of the Image-source Method
论文时间：8 Aug 2022
领域任务：Denoising, Speech Denoising，降噪，语音降噪
论文作者：Yi Luo, Jianwei Yu
论文简介：The training of modern speech processing systems often requires a large amount of simulated room impulse response (RIR) data in order to allow the systems to generalize well in real-world, reverberant environments./现代语音处理系统的训练往往需要大量的模拟房间脉冲响应（RIR）数据，以使系统在现实世界的混响环境中得到良好的归纳。
论文摘要：现代语音处理系统的训练往往需要大量的模拟房间脉冲响应（RIR）数据，以便让系统在现实世界的混响环境中得到很好的归纳。然而，模拟真实的RIR数据通常需要精确的物理建模，而加速这种模拟过程通常需要某些计算平台，如图形处理单元（GPU）。在本文中，我们提出了FRA-RIR，一种广泛使用的图像源方法（ISM）的快速随机近似方法，以有效地生成现实的RIR数据，而无需特定的计算设备。FRA-RIR用一系列的随机近似代替了标准ISM中的物理模拟，这大大加快了模拟过程，使其能够应用于即时数据生成管道。实验表明，FRA-RIR不仅可以在标准计算平台上比其他现有的基于ISM的RIR模拟工具快得多，而且当用模拟的RIR训练时，还可以提高在真实世界RIR上评估的语音去噪系统的性能。FRA-RIR的Python实现可在网上获得github.com/yluo42/FRA-…
⚡ 论文：Learning the Beauty in Songs: Neural Singing Voice Beautifier
论文时间：ACL 2022
领域任务：Dynamic Time Warping，音频处理
代码实现：github.com/moonintheri… , github.com/MoonInTheRi… , github.com/Dianezzy/Pa…
论文作者：Jinglin Liu, Chengxi Li, Yi Ren, Zhiying Zhu, Zhou Zhao
论文简介：Furthermore, we propose a latent-mapping algorithm in the latent space to convert the amateur vocal tone to the professional one./此外，我们还提出了一种在潜空间中的潜映射算法，以将业余的声调转换为专业的声调。
论文摘要：我们对一项新的任务--歌声美化（SVB）感兴趣。考虑到一个业余歌手的歌声，SVB的目的是改善声音的音调和声调，同时保留内容和声音的音色。目前的自动音调校正技术还不成熟，而且大多数只限于音调，而忽略了整体的美学质量。因此，我们引入了神经唱腔美化器（NSVB），这是第一个解决SVB任务的生成模型，它采用了条件变异自动编码器作为骨干，并学习了声调的潜在表示。在NSVB中，我们提出了一种新的时间扭曲方法来进行音调校正。形状感知动态时间扭曲（SADTW），它改善了现有时间扭曲方法的稳健性，使业余录音与模板音高曲线同步。此外，我们还提出了一种潜伏空间的潜伏映射算法，将业余的声调转换为专业的声调。为了实现这一目标，我们还提出了一个新的数据集，其中包含业余和专业版本的平行歌唱录音。在中文和英文歌曲上的广泛实验表明，我们的方法在客观和主观指标上都很有效。音频样本可在 neuralsvb.github.io 获取，代码地址：github.com/MoonInTheRi…
⚡ 论文：LiT: Zero-Shot Transfer with Locked-image text Tuning
论文时间：CVPR 2022
领域任务：Image Classification, Zero-Shot Image Classification, 图像分类，零样本图像分类
代码实现：github.com/google-rese… , github.com/google-rese… , github.com/mlfoundatio…
论文作者：Xiaohua Zhai, Xiao Wang, Basil Mustafa, Andreas Steiner, Daniel Keysers, Alexander Kolesnikov, Lucas Beyer
论文简介：This paper presents contrastive-tuning, a simple method employing contrastive training to align image and text models while still taking advantage of their pre-training./本文介绍了对比性调优，这是一种采用对比性训练的简单方法，可以在利用预训练的同时调整图像和文本模型。
论文摘要：本文介绍了对比性调整，这是一种简单的方法，采用对比性训练来调整图像和文本模型，同时仍然利用其预训练的优势。在我们的实证研究中，我们发现锁定的预训练图像模型和未锁定的文本模型效果最好。我们称这种对比性训练为 "锁定图像训练"（LiT），它只是教一个文本模型从预训练的图像模型中读出好的表征，以完成新的任务。一个LiT模型获得了对新的视觉任务（如图像分类或检索）进行零样本迁移的能力。所提出的LiT模型具有广泛的适用性；它在多种预训练方法（有监督和无监督）和不同的架构（ResNet、Vision Transformers和MLP-Mixer）下，使用三种不同的图像-文本数据集可靠地工作。通过基于变形器的预训练ViT-g/14模型，LiT模型在ImageNet测试集上实现了85.2%的零样本迁移准确率，在具有挑战性的分布外ObjectNet测试集上实现了82.5%。
⚡ 论文：ferret: a Framework for Benchmarking Explainers on Transformers
论文时间：2 Aug 2022
领域任务：Natural Language Processing，自然语言处理
论文作者：Giuseppe Attanasio, Eliana Pastor, Chiara Di Bonaventura, Debora Nozza
论文简介：Many interpretability tools allow practitioners and researchers to explain Natural Language Processing systems./许多可解释性工具使从业者和研究人员能够解释自然语言处理系统。
论文摘要：许多可解释性工具使从业者和研究人员能够解释自然语言处理系统。然而，每个工具都需要不同的配置，并以不同的形式提供解释，阻碍了评估和比较它们的可能性。一个有原则的、统一的评估基准将引导用户解决核心问题：哪种解释方法对我的用例更可靠？我们介绍ferret，这是一个易于使用、可扩展的Python库，用于解释与Hugging Face Hub集成的基于Transformer的模型。它提供了一个统一的基准测试套件，在任何文本或可解释性语料上测试和比较各种最先进的解释器。此外，ferret提供了方便的编程抽象，以促进引入新的解释方法、数据集或评估指标。
我们是 ShowMeAI，致力于传播AI优质内容，分享行业解决方案，用知识加速每一次技术成长！点击查看 历史文章列表，在公众号内订阅话题 #ShowMeAI资讯日报，可接收每日最新推送。点击 专题合辑&电子月刊 快速浏览各专题全集。
