语音识别技术架构
收录了 语音识别技术架构 频道下的 50 篇内容
打破国外垄断，出门问问主导研发的端到端语音识别开源框架 WeNet 实践之路
端到端语音识别技术，如何更好的落地？
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。
Facebook 开源低延迟在线自动语音识别框架：速度更快，错误率更低
Facebook发布低延迟在线语音识别框架wav2letter@anywhere，吞吐量是ASR三倍
端到端语音识别时代来临：网易杭州研究院的智能语音探索之路
近些年，伴随着深度学习技术的发展，语音识别技术经历了革命性的变化。
年终解读：2017 年的语音识别，路只走了一半
这一年的人工智能大潮，无疑让更多人关注科大讯飞，关心在这样的潮流里，一家深耕语音识别的公司如何能获得更多业务和利润，如何能去迎合AI上升的趋势，从而满足人们对人工智能的所有期望。 其实这一年，技术的进程还是和往年一样。
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。
Kaldi 之父 Daniel Povey：我为什么选择在小米开发下一代 Kaldi？
Kaldi之父Daniel Povey认为，当前语音识别系统的高精准度仅针对特定语音类型。
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。
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。
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。
奇富科技推出智能语音模型 Qifusion，语音识别准确率可达 93% 以上
奇富科技引入了全自研Qifusion框架模型，并将其集成到智能营销及贷后提醒等业务场景中。
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。
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”。
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
Deep Speech：百度硅谷人工智能实验室利用单学习算法实现英语和汉语识别
据Inside Bigdata网站12月27日报道，百度研究院(baidu research)宣布硅谷人工智能实验室 (SVAIL)已经开发出了一种新型语音识别系统——深度语音识别系统(Deep Speech 2)。该系统能通过简单学习算法准确的识别英语和汉语。Deep Speech通过使用一个单一的学习算法具备准确识别英语和汉语的能力。成果已经发表在相关论文中：Deep Speech 2: End-to-End Speech Recognition in English and Mandarin。
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。
Facebook AI 提出改进跨语言迁移学习的新方法，以实现端到端语音识别
该方法通过语音到文本翻译作为中间步骤，改进了针对端到端自动语音识别的跨语言迁移学习。它使学习迁移成为一个两步过程，提高了模型的性能。
京公网安备 11010502039052号 | 产品资质
