腾讯云推出的智聆口语评测（中文版），可以针对儿童或成人的中文发音，进行自动化打分，评分维度包括发音准确度、流利度、完整度等，与专家打分相似度在95%以上。
【新智元导读】 以语音起家的科大讯飞 2017年在计算机视觉上发力，接连获得自动驾驶领域权威评测集 Cityscapes 第一名和医学影像权威评测LUNA冠军两项突破，在视觉上展示出强大实力。 近日，科大讯飞在国际自动驾驶领域权威评测集 Cityscapes 获得平均81.4%的精度，取得了该项评测的第一名，并刷新了世界记录。这也是今年科大讯飞继医学影像权威评测LUNA之后在计算机视觉领域获得的又一殊荣。 📷 科大讯飞名列Cityscapes榜首 Cityscapes评测数据集在2015年由奔驰
朋友们，今天鹅老师要给大家上一堂英语课。now，我们先用一组chinglish热身一下，请跟我read： Give you some color see see （给你点儿颜色瞧瞧） You look whatlook you so what ! （你瞅啥瞅你咋地！） Where cold where stay （哪儿凉快哪儿呆着去） 在学英语的过程中，Chinglish（中式英语）总是让人哭笑不得，不地道的英语发音更让人头痛。 但每一个英语口语渣渣的你，总有许多理由： 小时候说不好英语，是因为
想一下未来50年或者100年，您的孙子或者孙子的孙子，是否还会花费人生中十几年甚至几十年的时间学习一门外语，甚至还学不好？
“结构清晰，主次分明”，用解构的方式去理解一款产品，这才是人工智能从业者思考的专业化表现。
语音/对话式交互是一件非常有挑战性的设计，极少有业务能一蹴而就。笔者所在的公司，过往开发了十几个多轮语音交互技能，平均算下来，首个BOT上线后，差不多得有半年时间进行迭代，才能够有稳定的，比较好的数据表现。
“没想到我的中文语音测评分数竟然还没有英文高，看来我要好好练习一下自己的普通话发音了。” 1月9日，在腾讯2019微信公开课PRO展区，智聆口语评测体验现场受到参会者的“团宠”，黄色的屏幕前围满了跃跃欲试的参会者，都想测试下自己的中英文发音水平。“这是我第一次体验AI口语评测。之前觉得只有参加那种专业口语测评考试才有机会体验到，现在通过微信小程序就很简单的完成了。而且，单词、句子、段落、自由说、情景对话等评测模式一应俱全，还有不同维度的打分，对英语口语训练挺有帮助。”来自深圳的孙小姐在微信小程序上
在此期间，头脑风暴大概了100多个想法，推演细化期间拍死一半，开发过程中又夭折一半，最终交付到客户手上的对话技能已经超过了20多个。
AI 研习社按：7 月 28 日，由中国中文信息学会和中国计算机学会联合举办的第三届语言与智能高峰论坛于北京语言大学举办，Naturali 奇点机智团队作为 2018 机器阅读理解技术竞赛冠军团队，受邀参加本次活动的「机器阅读理解评测论坛及颁奖仪式」，Naturali 联合创始人兼 CTO、国际计算语言学协会会士（ACL Fellow）林德康作为代表进行了 2018 阅读理解技术竞赛系统报告。
AI 科技评论按：7 月 28 日，由中国中文信息学会和中国计算机学会联合举办的第三届语言与智能高峰论坛于北京语言大学举办，Naturali 奇点机智团队作为 2018 机器阅读理解技术竞赛冠军团队，受邀参加本次活动的「机器阅读理解评测论坛及颁奖仪式」，Naturali 联合创始人兼 CTO、国际计算语言学协会会士（ACL Fellow）林德康作为代表进行了 2018 阅读理解技术竞赛系统报告。
在日常工作、生活中，语音识别技术作为基础服务，越来越多的出现在我们周围，比如智能音箱、会议记录、字幕生成等等。
机器之心发布 字节跳动AI Lab机器翻译团队 作者：董倩倩 语言是人类社会最自然、最有效的交流方式之一，是人类文化融合和信息传播的主要工具。随着全球化与信息化时代的到来，国际间的交流以及信息传播呈现爆发式增长，让计算机理解不同语言并实现语言之间的自动翻译成为人类社会的迫切需求。 语音作为一种自然、便捷且传递信息丰富的语言承载形式，是人类与机器交互的理想方式。 道格拉斯・亚当斯在小说《银河系漫游指南》中提到过一种叫做巴别鱼的神奇生物：体型很小，靠接受脑电波为生。人们可以携带它，它从脑电波中吸收精神频率，转化
罗超为虎嗅网、爱科技网撰稿，2013年5月23日发表于首页 Chrome浏览器昨日进行了升级，推出了全新的语音搜索功能，允许用户通过语音进行搜索。本次升级面向PC版。iPad和iPhone的Chrome仍停留在旧版本。 更准确的说法是Chrome浏览器终于与语音搜索进行了结合。在去年安卓4.1（果冻豆）中，Google便已推出Google Now，一款类似于Siri的语音助手产品。由于在搜索领域的积累，Google Now表现出比Siri更好的语言识别和搜索效果。Google Now是系统层面的一款应用。定
【新智元导读】 DeepBrain团队开发了全球第一个基于区块链的人工智能操作系统深脑链，用区块链技术来解决一些目前仅靠人工智能技术难以解决的痛点。 据悉DeepBrain 获得金沙江创投、戈壁创投、钱世投资3200万元首轮融资，这是朱啸虎在人工智能领域出手的第一个项目，也是唯一一个获得金沙江创投三位合伙人丁健、朱啸虎、杨志伟以及戈壁创投合伙人蒋涛加持的人工智能+区块链项目。 DeepBrain的愿景是与万物对话，赋予设备对话、思考、决策能力，主要为硬件厂商提供五大核心能力：语义技能商店、AI人机对话引擎、
很多人觉得AI是一个行业，但AI其实并不是行业，真实的情况是行业+AI，即原本的各个行业如何释放AI的能力促使产业升级，提升运转效率，创造更多的社会价值。
编者按：【双周动态】是【融智未来】推出的产业动态及投融资事件回顾栏目，主要盘点两周内产业大事件和创新企业投融资动态。 01 产业动态 运 营 商 新 闻 中国联通“数字乡村”赋能林长制 中国联通依托“数字乡村”能力，为抚州市搭建了“智慧林长”平台，采用5G、AI、无人机、热成像、全景监控、实时图传等智能手段，构建起一套直观可视、互联共享、上下协同、安全可靠的立体监管综合服务系统。 抚州市所有护林员均使用“林长通”APP系统，林长和监管员可随时通过手机APP可查看护林员巡山轨迹，实现了全天候森林网格化
王晋东 投稿 量子位 | 公众号 QbitAI 最近，电子工业出版社送了我一本《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》，不禁感叹：现在连写书都这么卷了！ 要知道，ChatGPT 于去年11月30日刚刚发布、距今仅4月有余。 借用《百年孤独》的开头，我想写这样的句子： 许多年后，面对AI对人类的全面奴役，曾经的AI科研工作者将会想起他们第一次登录ChatGPT的那个遥远的下午。 也曾无数次想借用电影《终结者》的故事： 回到过去，回到2022年11月29日，将保存有ChatGPT
本文介绍了语音合成系统的评测方法和指标，包括发音准确性、韵律准确性、字典覆盖度、字词清晰度、韵律平滑度、自然度、无意识错误、声音属性、声音相似度、音频质量、生成语音的清晰度、听众的接受度、发音和韵律等。同时，还介绍了一种基于主观评测、客观评测的评测方法，包括MOS、错误检测、语音识别、声学模型、发音和韵律等评测指标。
机器之心专栏 作者：杨志明、王泳、毛金涛 本文作者是中科院 NLP 博士，深思考人工智能机器人科技 ideepwise 的首席架构师/CEO 杨志明博士，首席机器学习科学家王泳博士，NLP 算法科学家毛金涛博士。2017 年 9 月 16 日，深思考人工智能团队取得了 SMP2017-ECDT（人机对话技术评测）特定域任务型人机对话评测（特定垂直领域多轮人机交互）全国第一名。本文由深思考人工智能核心团队揭秘如何实现人机多轮交互技术的突破以及对应用的意义。 图灵测试（The Turing test）由艾伦
1.NLP相关学科 语言学 信息论 生物学 计算机科学 数学 等等...... 2.相关术语 中文信息处理 中文语言处理 计算语言学 自然语言理解 智能化人机接口 3.知识内容 3.1基础 音位学->形态学->词汇学->句法学->语义学->语用学 举例 语音输入：delete file x 音位学处理：dilet'#fail#eks 形态学处理："delete" "file" "x" 词汇学处理：（“delete”VERB）(“file”NOUN）（“x”ID） 句法分析处理：
最近，电子工业出版社送了我一本书：「《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》」。不禁感叹：现在连写书都这么卷了！要知道，ChatGPT 于去年11月30日刚刚发布、距今仅4月有余。今日恰逢世界读书日，故写些读后感。 借用《百年孤独》的开头，我想写这样的句子： ❝ 许多年后，面对AI对人类的全面奴役，曾经的AI科研工作者将会想起他们第一次登录ChatGPT的那个遥远的下午。 ❞ 也曾无数次想借用电影“终结者”的故事： ❝ 回到过去，回到2022年11月29日，将保存有ChatG
ASR 作为机器学习的基础应用之一，已成为众多业务支撑的基础能力，在录音质检、音频字幕、会议转写、语音输入等场景中发挥越来越大的作用。腾讯云 ASR 作为业界领先的语音识别服务提供商，为开发者提供语音转文字服务的最佳体验，具备识别准确率高、接入便捷、性能稳定等特点。 基于腾讯的多个 AI 实验室的模型赋能，腾讯云 ASR 团队接入和开发了多种类型识别服务，如一句话识别、录音识别、实时语音识别等，业务覆盖通用、金融、医疗、游戏等多种场景。此外，工程方面，团队在整体系统的复用性、接口性能、服务稳定性上也做了大量
2022年11月9日，OPPO语音语义研究部融智团队提出的中文预训练大模型CHAOS ，在中文自然语言理解测评基准CLUE上登顶，以30亿参量同时刷新了CLUE总排行榜、CLUE分类任务排行榜和CLUE阅读理解排行榜的最好成绩。其中在“AFQMC，TNEWS，CSL，CHID1.1”4个赛道的成绩超过了人类识别精确准确度，总成绩距离超越人类表现仅差0.1。
ASR 作为机器学习的基础应用之一，已成为众多业务支撑的基础能力，在录音质检、音频字幕、会议转写、语音输入等场景中发挥越来越大的作用。腾讯云 ASR 作为业界领先的语音识别服务提供商，为开发者提供语音转文字服务的最佳体验，具备识别准确率高、接入便捷、性能稳定等特点。
语音合成（Text To Speech，TTS）技术将文本转化为声音，目前广泛应用于语音助手、智能音箱、地图导航等场景。TTS的实现涉及到语言学、语音学的诸多复杂知识，因合成技术的区别，不同的TTS系统在准确性、自然度、清晰度、还原度等方面也有着不一样的表现，如何从多维度综合评价TTS系统质量成了TTS测试人员的一大挑战。针对TTS前端、后端的存在的问题，选取TTS评测指标，制定各指标评测方法，形成了一套系统的TTS评测方案。
AI 科技评论按：2017 年 7 月 8 日，由中国计算机学会（CCF）主办，雷锋网与中国香港中文大学（深圳）承办的全球人工智能与机器人峰会（CCF-GAIR）进入第二天。在智能助手专场，来自哈尔滨工业大学的刘挺教授为我们带来了题为“人机对话技术的进展”的主题演讲。 📷 刘挺，哈尔滨工业大学教授，社会计算与信息检索研究中心主任。多次担任国家863重点项目总体组专家、973项目专家组成员、基金委会评专家，入选科技部中青年科技创新领军人才。主要研究方向为自然语言处理和社会计算，是国家973课题、国家
TTS的实现涉及到语言学、语音学的诸多复杂知识，因合成技术的区别，不同的TTS系统在准确性、自然度、清晰度、还原度等方面也有着不一样的表现，如何从多维度综合评价TTS系统质量成了TTS测试人员的一大挑战。
---- 新智元报道 编辑：好困 David 【新智元导读】一转就是十七年，这台「创新发动机」，从来没停过！ 安徽合肥的大蜀山脚下，一群研发人员正在紧张有序的工作着。 在各个办公区的中间，张贴着年轻同学们的技术海报、各个方向的研究路径。 还有一块写满了各种公式的白板，上面「用正确的方法，做有用的研究」这几个字面积不大却引人注目。 在18岁成人礼前夕，新智元对中国科学技术大学博士，科大讯飞研究院执行院长刘聪进行了一次专访。 刘聪博士是语音及语言信息处理国家工程研究中心副主任，科技创新2030「新
AI科技评论按：近年来，人机对话技术受到了学术界和产业界的广泛关注。学术上，人机对话是人机交互最自然的方式之一，其发展影响及推动着语音识别与合成、自然语言理解、对话管理以及自然语言生成等研究的进展；产业上，众多产业界巨头相继推出了人机对话技术相关产品，如小冰、siri、度秘等，并将人机对话技术作为其公司的重点研发方向。 基于人机对话技术在学、产两界中的重要地位，在第六届全国社会媒体处理大会（SMP 2017）上，由中国中文信息学会社会媒体处理专委会主办，哈尔滨工业大学和科大讯飞股份有限公司承办举行了国内首次
在自然语言处理（NLP）领域，预训练模型刷榜已经成为行业惯例。目前，面向英文任务的评测基准有 GLUE、SuperGLUE，面向中文任务的有 ChineseGLUE（简称 CLUE）。
---- 新智元报道 编辑：Emil、小匀 【新智元导读】数据稀缺以及开发成本高，多语种识别和翻译被认为是机器翻译技术难以跨越的难题。但随着国际交流日益频繁，跨地域、跨文化间的无障碍沟通成为不断增长的刚性需求。近期科大讯飞表示，通过系统性创新，他们将在10年内让机器在70+语言之间实现互通。 下一个十年，人工智能会从「黑盒」变「白盒」吗？ 下一个十年，人机共存时代会真正到来吗？ 下一个十年，哪个学科又会与人工智能深入交叉，引发颠覆式的革新呢？ 人工智能核心技术的逐渐成熟推动智能产品的落地，以语
【新智元导读】微软语音识别技术24年老将黄学东近日被评为“微软全球技术院士”，成功摘下这一微软技术的“桂冠”。 黄学东于1993年加入微软。1995年，黄学东最终把洪小文也拉入微软。黄学东还曾在Bing工作，一直跟随沈向洋博士。接受新智元的专访时，他谈到了去年微软对话语音识别词错率低至5.9%背后的故事。 同时，黄学东认为语音识别的下一个大难关是语义理解，目前看来最有希望的路线是 LSTM + Attention。 黄学东，微软语音识别技术 24 年老将，IEEE/ACM 双科院士，微软深度学习工具包CNT
机器之心报道 编辑：泽南 又到了人们喜闻乐见的显卡对决时间。 虽然如今人们用来训练深度学习的 GPU 大多出自英伟达，但它旗下的产品经常会让人在购买时难以抉择。 去年 12 月，英伟达将专业图形加速显卡产品线更新至安培架构，其中最高端的 RTX A6000 是最被人关注的一款。 在基本规格上，A6000 基于完整的 GA102 GPU 核心打造，内建 10752 个 CUDA 核心和第三代 Tensor Core，单精度浮点性能达到了 38.7 TFLOPs。它的显存容量达到 48GB，类型是 GDDR6
全国社会媒体处理大会（SMP）由中国中文信息学会社会媒体处理专委会主办，专注于以社会媒体处理为主题的科学研究与工程开发，为传播社会媒体处理最新的学术研究与技术成果提供广泛的交流平台，旨在构建社会媒体处理领域的产学研生态圈，成为中国乃至世界社会媒体处理的风向标，会议将以社交网络的形式改变传统的学术会议交流体验。第七届全国社会媒体处理大会（SMP 2018）将于 8 月 2 日至 4 日在哈尔滨召开。
丰色 发自 凹非寺 量子位 | 公众号 QbitAI 阿里达摩院，又搞事儿了。 这两天，它们发布了一个全新的语音识别模型： Paraformer。 开发人员直言不讳：这是我们“杀手锏”级的作品。 ——不仅识别准确率“屠榜”几大权威数据集，一路SOTA，推理效率上相比传统模型，也最高可提升10倍。 值得一提的是，Paraformer刚宣布就已经开源了。 语音输入法、智能客服、车载导航、会议纪要等场景，它都可以hold住。 怎么做到的？ Paraformer：从自回归到非自回归 我们知道语音一直是人机交互重
中文文本纠错是针对中文文本拼写错误进行检测与纠正的一项工作，中文的文本纠错，应用场景很多，诸如输入法纠错、输入预测、ASR 后纠错等等，例如：
首先为大家介绍一下培训机构的运营框架。首先是优质的教育内容，培训要有核心的内容。有了核心内容后，就要有在线教育平台。有了平台后需要招生，就涉及到营销。有了内容、平台、学生，就要开始教学，这时就涉及到教学服务。接下来我会从平台的搭建、营销、教学这三个方面，来分享这块的解决方案。
AI科技大本营7月5日消息，阿里达摩院宣布开源新一代人机对话模型ESIM。该算法模型提出两年多，已被200多篇论文引用，更曾在国际顶级对话系统评测大赛（DSTC7）上获得双料冠军，将人机对话准确率的纪录提升至94.1%。
2018世界人工智能大会刚落幕，科大讯飞却陷入了“AI同传造假”的风波。9月20日，一位同传译员在知乎上发文称，讯飞的翻译其实为人工同传，并非机器智能翻译，并且译文由机器进行朗读，此事引发了媒体的广泛关注。
机器之心报道 编辑：蛋酱 2023 年的 AI 领域，难以回避「大模型」这个关键词。 半年前 ChatGPT 的发布，在海内外引发了一场大模型之战。多家公司加紧研发，纷纷推出类 ChatGPT 产品，或是宣传要打造「中国的 OpenAI」。 有这样一家公司，却以低调的方式走在了研发和落地的前列。 今年三月初，国产 AI 模型「元乘象 ChatImg」推出「图片对话」功能，不仅支持文字聊天，还能看懂图片上的内容并根据图片内容回答问题。这一多模态对话能力的开放，甚至早于 OpenAI。 一周之后，震撼全球的 G
众所周知，参加学术会议是进入学术圈、走进学术前沿的重要方式。在学术会议上，不仅可以集中听取最新的成果报告，还有讲习班、工作坊、社交活动等形式，了解那些不会写到论文中的八卦与动态，结识学术大佬和朋友，走向学术人生巅峰。
最近在做中文词向量相关工作，其中看了一些中文词向量的相关论文，在这篇文章，将把近几年的中文词向量进展及其模型结构加以简述，大概要写3-4篇综述，每篇包含2-3篇论文。
李飞飞在整个学术界和工业界的重心都放在如何做出更好的算法时，她不顾一切质疑和阻挠创建了ImageNet数据集，至此世人再难复制ImageNet创立过的辉煌。同样，参加了第一届ImageNet挑战赛的竞赛优胜者，现在都出任了百度、谷歌和华为等公司高管（如林元庆，余凯，张潼）。还有些在获奖算法基础上创立公司，如马修•泽勒（Matthew Zeiler）2013年赢得ImageNet挑战赛后，创办了Clarifai公司，之后获得了4000万美元风险投资。 2014年的ImageNet挑战赛冠军中的两位牛津大学研究
机器之心原创 作者：吴昕 如若问谁最有希望在中国实现智慧涌现，十多年前科大讯飞成立时的那个回答依旧铿锵有力：要么率先燎原，要么率先熄灭。 历时 5 个月、100 多天，5 月 6 日下午 2 点，科大讯飞「星火」认知大模型如约而至。 发布会独具匠心，亮点一分为二：「1」 + 「N」。 上半场围绕「1」，聚焦「星火」通用能力展示。无论是挖坑设雷还是烧脑为难，「星火」应对自如，会场不时响起掌声和笑声。 下半场由「1」生「N」，旗下首批获「星火」加持的产品矩阵登台亮相。从教育、办公、车载到虚拟人，一次次人
---- 新智元报道 编辑：张乾 【新智元导读】昨天下午，微软全球技术院士黄学东博士、微软大中华区副总裁兼市场营销及运营总经理康容、ROOBO CTO雷宇接受了包括新智元在内的媒体专访，详细解答了微软的语音技术、产品落地以及生态合作。 在昨天的微软人工智能大会上，微软全球技术院士黄学东展示了微软多项语音、翻译等技术，微软Build大会上的“黑科技”全球首创AI会议系统再次被演示。 昨天下午，黄学东博士、微软大中华区副总裁兼市场营销及运营总经理康容、ROOBO CTO雷宇接受了包括新智元在内的媒体专访
今天看了一会百度的AI开发者大会视频，说实话被一些场景震撼了，尤其是一位嵌入式工程师，利用百度AI，将小外甥的乐高机器人，打造为可对话的机器人，让我体会到AI就是身边，不再听起来像天方夜谭，我也有一些朋友做AI，简单聊了聊，这是个趋势，而且无论大厂和小厂，BAT以及科大讯飞，已经有一些成型的产品，但一些细节其实值得玩味。
从图中可以看到，语言信号可以表示为一个d T的matrix。其中，d为向量的维度（不同的表示方法，维度不一样）， T为向量的个数。 同理，文本也可以表示为一个V N的matrix，N表示组成text的token（不同的表示方法，token的含义不一样）的个数，V表示token集合的大小（即token去重后的数量）。 语音信号的预处理通常采用重叠的稠密采样机制，通常T >> N。语音识别问题的输入输出都是matrix，输入vector及输出token的选取，不同的算法有不同的方式。整体来看，语音识别问题就是一个Seq2Seq的变换问题
---- 新智元报道 编辑：好困 桃子 【新智元导读】让机器像人一样思考又迈进了一步？ 最近，第十六届国际语义评测大赛（SemEval 2022）落下帷幕。 科大讯飞认知智能国家重点实验室率队杀出重围，连夺3个主要竞赛项目的冠军。 就在几天之前，实验室还以76.06%的准确率，刷新了常识推理挑战赛CommonsenseQA 2.0的世界纪录，比第二名领先了近3个百分点。 那么，这些所谓的挑战，到底难度如何呢？ 刷新常识推理世界纪录 故名思义，常识推理就是利用自身了解的知识，比如科学事实、社会惯例
腾讯犀牛鸟精英人才培养计划是一项面向学生的校企联合培养方案，项目覆盖机器学习、量子计算、计算机视觉、语音技术、自然语言处理等产学研热点方向，入选学生将到腾讯开展科研访问，基于真实产业问题，借助腾讯海量数据、专家指导等资源，验证学术理论，加速成果应用转化，全面提升自身科研能力和综合素质。 2018年度申请时间已经过半，小伙伴们要抓紧哦~ 今年共有8个课题方向，54个子课题供大家选择，总有一款适合你！ 课题方向及导师介绍请持续关注系列推送 机器学习及其相关应用研究 1.1 用户行为时间序列分析及建模 利用
语言与智能技术发展到了什么程度？未来的技术发展趋势是什么？如何与其他人工智能技术协同发展？都是值得思考与探讨的问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
