专栏首页VoiceVista语音智能Sensory赢得2021Speech Industrial Award - VoiceAI on Edge

Sensory赢得2021Speech Industrial Award - VoiceAI on Edge

隐私已经成为了当下用户的主要关切,而Sensory可以提供完整的解决方案。

Sensory是嵌入式语音软件,或者说是边缘侧语音技术的行业和技术领导者,作为专注于边缘侧语音人工智能的厂商,Sensory可以用很多种技术方式和解决方案满足用户对隐私的关切。

首先Sensory的高识别率唤醒词技术(TrulyHandsfree)最大程度的减少了误唤醒的可能性,其次Sensory的嵌入式语音人工智能技术保证了所有的用户语音数据不会被存储,和离开边缘侧设备,最大程度的保障了用户隐私数据的隐私和安全性。

Sensory已经ALL-IN 100%的边缘侧语音人工智能技术,得意于其技术的边缘侧架构,用户无需处理复杂的WIFI,APP,和其他第三方软件的设定。真正做到了即插即用。

在今天一月份,Sensory向全球离线语音人工智能开发者社区和合作伙伴,推出了VoiceHub - 一个免费的和灵活的在线门户,方便用户设计和生成离线语音用户交互界面,并同时推出了相应的支持安卓和iOS的APP。

更进一步,Sensory于近期在VoiceHub支持TrulyNatural,支持大单词量语音识别(Large-vocabulary speech recognitioni),同时支持定制化自然语义理解(NLU)的离线自然语言交互引擎。开发者和合作伙伴可利用VoiceHub新的能力,开发支持自然语言理解的产品(natural language-enabled),并可以支持数十种语言和不同的方言。

VoiceHub自推出以来,VUI离线语音交互产品的开发者,已经在此平台上,为数百种汽车,穿戴,智能音箱和其他智能家居产品,创建了数千个语音AI模型,其中包括STMicroelectronics。VoiceHub可以在短短的数分钟内,即可生成所需模型,方便开发者快速设计和生成演示样机(working prototype)。

此外,包括Knowles在内的语音人工智能芯片合作伙伴,也在其AISonic白家电标准解决方案中采用了Sensory VoiceHub线上门户和TrulyHandsfree离线唤醒词和语音命令引擎。

8月初举行的联合线上研讨会,请参看 -

Farberware的离线自然语音控制微波炉产品,Farberware FM11VABK,为诸多智能家电产品中,第一款采用定制化,隐私保护的离线语音助理的离线语音人工智能家电产品。其采用Sensory的TrulyHandsfree支持品牌自定义唤醒词,并采用TrulyNatural实现里显得定制化语音助理(custom voice assistant)。

Faberware Farberware FM11VABK的用户,可以直接用诸如 “open door”,“cook popcorn”,“set timer to one minute 36 seconds”,“defrost”,“reheat for two minutes”等自然语言实现复杂的任务。Sensory的支持NLU和定制静态语言模型的大单词量识别引擎(large vocabulary recognizer with a custom statistical language model and NLU),在限定的领域内(within a limited domain),可理解诸如" cook for baked potatoes"等复杂的用户意图。

此外,Zoom Rooms平台中亦支持Sensory TrulyHandsfree嵌入式语音识别技术,用户可以通过呼叫“Hello Zoom”唤醒设备并通过语音控制,完成诸如开始会议,离开会议等多项任务。所有识别和语音交互均是在用户设备端,绝不会上传至云端。

Sensory与Zoom同时在共同开发基于TrulyNatural的离线领域特定(domain-specific recognizer)的语音识别技术,识别和处理复杂的语音交互,比如识别包括字母和数字(alphanumeric)的语音会议号码,和密码。

Sensory更可支持面向不同语言和地区的"Hey Siri",并广泛支持其他流行的虚拟语音助理,如 Tencent, Baidu, Naver, Rakuten等。

关于Sensory,请访问 www.sensory.com

本文分享自微信公众号 - VoiceVista语音智能(AIndustrialRock),作者:深思睿

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2021-08-05

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 学生发明家发明出乳腺癌筛查设备并获奖

    https://www.technewsworld.com/story/86927.html

    zstt8054929
  • 【专知荟萃06】计算机视觉CV知识资料大全集(入门/进阶/论文/课程/会议/专家等)(附pdf下载)

    【导读】主题荟萃知识是专知的核心功能之一,为用户提供AI领域系统性的知识学习服务。主题荟萃为用户提供全网关于该主题的精华(Awesome)知识资料收录整理,使得...

    WZEARW
  • 机器人相关学术速递[7.8]

    【1】 RRL: Resnet as representation for Reinforcement Learning 标题:RRL:RESNET作为强化学习...

    公众号-arXiv每日学术速递
  • 人工智能学术速递[7.26]

    【1】 Heteroscedastic Temporal Variational Autoencoder For Irregularly Sampled Ti...

    公众号-arXiv每日学术速递
  • 人工智能学术速递[7.8]

    【1】 Mitigating Performance Saturation in Neural Marked Point Processes: Archite...

    公众号-arXiv每日学术速递
  • 机器人相关学术速递[7.9]

    【1】 RMA: Rapid Motor Adaptation for Legged Robots 标题:RMA:腿部机器人的快速运动适应

    公众号-arXiv每日学术速递
  • 机器人相关学术速递[10.22]

    【1】 Motion Planning for Connected Automated Vehicles at Occluded Intersections ...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[7.9]

    【1】 Rating and aspect-based opinion graph embeddings for explainable recommenda...

    公众号-arXiv每日学术速递
  • 统计学学术速递[6.18]

    【1】 Spectral goodness-of-fit tests for complete and partial network data 标题:完全和部...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[8.19]

    【1】 Deep Graph Memory Networks for Forgetting-Robust Knowledge Tracing 标题:用于健忘型知...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[9.10]

    【1】 fGOT: Graph Distances based on Filters and Optimal Transport 标题:fGOT:基于滤波器和最...

    公众号-arXiv每日学术速递
  • 计算机视觉学术速递[7.9]

    【1】 Learning Vision-Guided Quadrupedal Locomotion End-to-End with Cross-Modal T...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[10.19]

    【1】 Beltrami Flow and Neural Diffusion on Graphs 标题:图上的Beltrami流与神经扩散 链接:https:/...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[7.27]

    【1】 Embedding Signals on Knowledge Graphs with Unbalanced Diffusion Earth Mover...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[8.18]

    【1】 SPAN: Subgraph Prediction Attention Network for Dynamic Graphs 标题:SPAN:动态图的子...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[6.29]

    【1】 DGL-LifeSci: An Open-Source Toolkit for Deep Learning on Graphs in Life Sci...

    公众号-arXiv每日学术速递
  • 机器学习学术速递[7.19]

    【1】 Graph Kernel Attention Transformers 标题:图核注意力转换器

    公众号-arXiv每日学术速递
  • 人工智能学术速递[7.16]

    【1】 A Gentle Introduction to Conformal Prediction and Distribution-Free Uncerta...

    公众号-arXiv每日学术速递
  • 人工智能学术速递[10.18]

    【1】 Textual Backdoor Attacks Can Be More Harmful via Two Simple Tricks 标题:通过两个简单...

    公众号-arXiv每日学术速递

扫码关注云+社区

领取腾讯云代金券