asr模型
收录了 asr模型 频道下的 50 篇内容
性能超越经典 ASR 模型：谷歌重磅推出全新语音识别数据增强方法
该数据增强方案虽然方法简单，但是效果很强大
基于 BERT 的 ASR 纠错
本文介绍小爱算法团队基于近年来流行的BERT预训练模型在这个问题上所进行的一些技术探索，以及在业务场景中的落地情况。
准确率提升近 4%，自研 ASR 模型助力公安机关筑牢反诈安全网
作为计算机的“耳朵”，ASR技术（自动语音识别技术）的兴起改变了人机交互方式，人们可以通过语音完成信息搜索、通话等操作，体验更自然、便捷、流畅的智能服务。
谷歌语音人工智能 AudioPaLM，语音传输瞬间翻译
AudioPaLM是基于PaLM-2 LLM的，在翻译基准测试上优于OpenAI的Whisper。
NVIDIA 开源 NeMo：基于 PyTorch，允许快速创建会话式人工智能模型
允许开发者快速构建、训练和微调会话式人工智能模型。
三星电子 (Samsung Electronics) 借助 Cloud TPU 和 TensorFlow 增强 Bixby
作为 Google Cloud 的合作伙伴，三星使用 Cloud TPU —— Google Cloud 的内置机器学习处理器，更快地训练其 ASR 模型，并最终提升 Bixby 的准确性。
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。
滴滴语音交互自然语言理解探索与实践
自然语言理解技术让语音助手变得像人一样和用户进行交流。本文主要讲解滴滴语音交互中自然语言理解技术的一些探索和实践。
小数据量语音合成技术在作业帮的应用
随着深度学习的发展以及计算能力的不断提升，基于神经网络的语音合成方案逐步成为语音合成领域的研究热点。
音频内容理解的关键技术
本文介绍用机器辅助处理音频及视频的内容理解
马志强：语音识别技术研究进展和应用落地分享丨 RTC Dev Meetup
本文内容源自「RTC Dev Meetup 丨语音处理在实时互动领域的技术实践和应用】的演讲分享，分享讲师为寰语科技语音识别研究主管马志强。
利用 NLU 标签优化 ASR 重评分模型
本文提出通过多任务学习框架，将自然语言理解目标融入语音识别重评分模型的训练过程，实验表明该方法可使罕见词识别错误率相对降低3%，并探讨了动态权重分配及半监督学习等优化方向。
2024 通义语音 AI 技术图景，大模型引领 AI 再进化
本文将回顾最近一年通义实验室在语音AI经典的原子能力，如语音识别、语音合成、说话人识别的研究进展，并介绍语音AI结合大模型的多模态研究及应用进展。最后开源是降低AI研究和应用门槛的最有效手段，本文将会总结当前团队的开源情况，供读者鉴阅。
Alexa 实时对话翻译技术解析
本文深入解析某中心Alexa实时对话翻译功能的技术架构，包括并行语音识别系统、语言识别模型及针对会话语音优化的翻译引擎，涵盖6种语言对的低延迟处理与声学模型训练细节。
Interspeech 2025「语音无障碍项目」挑战赛落幕
在针对言语障碍患者的语音识别比赛中，多支参赛队的ASR模型在性能上超过基线模型whisper-large-v2
利用 BERT 模型提升语音识别重排序效果
本文介绍RescoreBERT模型如何通过知识蒸馏和判别式训练，高效利用BERT改进语音识别的二次排序，降低错误率13%的同时满足实时性需求，并已投入实际应用。
京公网安备 11010502039052号 | 产品资质
