声浪

语音小管家

转载6 years ago

Facebook、哥伦比亚大学、佐治亚理工学院和达特茅斯大学的研究人员共同开发了一个框架——Vx2Text。这个框架可以帮助我们，从视频、音频等输入内容中提取信息，再以人类可以理解的文字，生成字幕或者回答问题等。 论文地址：https://…

语音小管家

转载6 years ago

滴滴是一个让出行变得更美好的公司，语音交互作为出行领域最安全，最自然的交互方式在滴滴内部有着广泛的应用前景，目前滴滴语音交互已经应用在智能外呼，司机端，地图，车机系统多个领域中。语音交互离不开自然语言理解，用户说的每一句话都应该得到正确的理…

语音小管家

转载6 years ago

Model Search：查找最佳机器学习模型的开源平台 2 月 19 日，谷歌 宣布 发布了 Model Search，这是一个开源平台，旨在帮助研究人员高效、自动地开发和创建机器学习模型。 神经网络（NN）技术是否成功，往往取决于此类模…

语音小管家

转载6 years ago

大多数人会认为研发语音识别技术是一条艰难的道路，投入会巨大，道路会很漫长。我们于2019年11月组建了3人团队自主研发语音识别技术，包括2名算法工程师和1名后端工程师，历经半年，自研语音识别引擎效果超过第三方采购厂商，成功打造了58语音识别…

语音小管家

转载6 years ago

近日，出门问问联合西北工业大学音频语音与语言处理研究组推出面向产品和工业界的端到端语音识别开源工具WeNet，WeNet致力于消除从端到端模型研究到产品落地中的鸿沟，探索更适合工业级产品的端到端解决方案。 目前WeNet项目已经开源到：ht…

语音小管家

转载6 years ago

GPT-3 除了文本联想、翻译、写诗，还能画画、做财务报表、编程，「一个模型就可以做所有事」。通用，就是 GPT-3 的革命性。 2016 年，AlphaGo 可以说确立了 AI 的「围棋霸权」。但人工智能专家李志飞却说，「AlphaGo…

语音小管家

转载6 years ago

在CCF第十二届常务理事会第三次会议上，CCF语音对话与听觉专业组升级为CCF语音对话与听觉专委会，并荣获专委综合进步奖。 在2021年1月31日召开的CCF第十二届常务理事会第三次会议上，通过了关于语音对话与听觉专业组升级为语音对话与听觉…

语音小管家

转载6 years ago

在二十年前刚刚加入谷歌时，我们关注的问题只有一个——如何面向这么多不同种类的联网计算机提供一整套质量出色且涵盖范围全面的网络信息搜索服务。到如今，尽管我们面临着各种各样的技术挑战，但谷歌已经基本达成了组织全球信息，并使其具备普遍可访问性的总…

语音小管家

转载6 years ago

语音到语音翻译已经被越来越多地应用在人们的日常生活和工作中。但是目前的语音翻译系统高度依赖于语音对应的文本，不能应用于如方言、少数民族语言等没有文字的语言。为此，微软亚洲研究院提出了语音翻译系统 UWSpeech，该系统可针对没有文字的语言…

语音小管家

转载6 years ago

Mel-filterbank经常被用于训练声音分类算法，然而它存在的偏差也令其有明显的局限性。近日，Google提出了一种优于Mel-filterbank的前端LEAF，这种前端可以创建出具有最小偏差的音频分类模型。 在机器学习中，梅尔滤波…