语音识别技术架构图
收录了 语音识别技术架构图 频道下的 50 篇内容
智能语音技术，让我们“动口不动手”
语音识别技术在百度早已纳入需求向服务转变的进程中，其实百度语音技术就在我们身边：搜索、地图、应用、音乐、浏览器等领域无处不彰显语音技术的风采，也是它让我们进入了“动口不动手”的时代。
从算法到应用：滴滴端到端语音 AI 技术实践
本文介绍滴滴端到端语音AI技术实践经验。
解读智能语音技术的 2020：跨语种语音技术成高频关键词，商业化“加速度”落地
智能语音技术在2020年的发展是“加速度”的，在突破性的技术创新之外，很多之前还在研究阶段的语音技术也已经在商业系统中得到落地。
百度技术沙龙第 36 期回顾：语音技术现状与趋势（含资料下载）
在3月16日由@百度主办、@InfoQ负责策划组织和实施的第36期百度技术沙龙活动上，百度多媒体部门的语音技术研发工作的负责人贾磊和IBM中国研究院信息和用户技术（IUT）部的高级经理秦勇分享了在语音技术的的经验与实践，话题涉及“语音技术的发展与应用”，以及“利用数据做聪明的决定”等。本文将对他们各自的分享做下简单的回顾，同时提供相关资料的下载。
科大讯飞在 AI 源头技术上的突破，实现系统性创新
科大讯飞高级副总裁胡国平在1024开发者节上介绍，如何在AI的技术层面进行源头技术突破和多技术融合，以此来推动实现系统性创新。
智能语音技术在字节跳动内容平台的演进和应用实践
AI 技术正在成为辅助内容生产和传播的“利器”。
滴滴披露语音识别新进展：基于 Attention 显著提升中文识别率
近期，滴滴的一篇论文被低调提交到了预印版论文平台 arXiv。在这篇名为《A comparable study of modeling units for end-to-end Mandarin speech recognition》的论文中，滴滴公布了其在基于 attention 的端对端中文语音识别技术上取得的最新研究成果。论文中，滴滴 attention 中文语音识别系统直接以常用的 5000 多中文汉字作为建模单元，实现了语言信息和声学信息的联合建模。AI 前线第 33 篇论文导读，将为你带来这篇论文的精彩解读。
融合大模型的对话式语音 AI 变革与技术架构
本文从大模型带来的对话交互变革说起，解析了融合大模型的对话式语音 AI 技术架构，介绍了跨行业应用实践、场景落地及经验教训。
国内首款基于 FPGA 平台的语音识别加速解决方案登陆华为云
该方案以语音识别为应用载体，对AI类应用推理计算进行全面加速。
做好语音翻译无捷径：语音识别是前提，实时翻译亟待攻破
语音翻译已经不是一个新鲜词汇，但仍具有巨大的应用潜力等待挖掘
将 BERT 用于语音识别！滴滴提出新无监督预训练框架，中文识别性能提升 10%
论文结果显示，通过简单的无监督预训练，中文语音识别任务能得到10%以上的性能提升。
AI 在 RTC 中的四大技术应用方向
早已从曾经的天马行空变得触手可及。也成了很多公司未来的核心战略，并应用到了产品中。领域亦是如此。领域中的热门话题超分辨率。
AI 虚拟人多模态交互落地难题如何破解？我们在乐享 A.I. 技术沙龙成都站找到了答案
6月23日，讯飞开放平台乐享A.I.技术沙龙“A.I.虚拟人多模态创新交互”专场在成都圆满落幕。
作业帮中英文混合语音识别系统研发实践
随着语音技术开始渗透到人类生活的方方面面，混合语言的现象受到越来越多的关注。因此，开发用于中英文混合语言的自动语音识别(CSSR)系统尤为重要。
相信技术的力量，出门问问获谷歌投资
10月20日，人工智能创业公司出门问问宣布获得谷歌投资，具体投资金额不详。出门问问于2012年10月成立，创始人李志飞在此之前任职谷歌美国总部，是自然语言处理和人工智能方面的专家。据路透社报道，目前出门问问的累计融资金额已达7500万美元，根据之前的相关融资情况推断，谷歌这次的投资金额大约为5000万美元。投资之后，谷歌将获得少部分股权，出门问问还将继续保持单独运营。目前出门问问的估值已达3亿美金。
人机语音对话技术在 58 同城的应用实践
本文介绍58同城人机语音对话机器人的完整解决方案。
声网 Agora 一站式智能语音识别方案：内容审核，快速接入
视频直播、语音聊天、音乐社交，这些与“声音”有关的社交场景在近两年来越来越热，也吸引了很多内容创作者和用户。
刷脸支付“牛”在哪里？这 3 大技术是关键
随着智能时代的来临，越来越多的人工智能已然走入人们的日常生活，为衣食住行带来意想不到的便利。
AI 驱动下的移动输入革新之路
本次分享介绍如何利用AI技术和大数据，在移动输入场景中实现全、准、快的移动输入方式。
京公网安备 11010502039052号 | 产品资质
