两本书，《语音信号处理》赵力编和《语音信号处理》韩纪庆编。强烈推荐韩纪庆版本，知识点很全面，可以作为语音识别的入门中文书籍，章节很也短，很快就入门了。
版权声明：本文为博主原创文章，转载请注明博客地址： https://blog.csdn.net/zy010101/article/details/86675850
介质访问控制 ( Multiple Access Control ) 协议 : 简称 MAC ;
在轮询访问中，用户不能随机地发送信息，而要通过一个集中控制的监控站，以循环方式轮询每个结点，再决定信道的分配。当某结点使用信道时，其他结点都不能使用信道。典型的轮询访问介质访问控制协议是令牌传递协议，它主要用在令牌环局域网中。
BACnet，Building Automation and Control networks的简称，即楼宇自动化与控制网络。是用于智能建筑的通信协议。
NVIDIA的开源工具包NVIDIA NeMo（神经模型）是朝着对话型AI发展迈出的革命性一步。它基于PyTorch，允许人们快速构建，训练和微调对话式AI模型。
80年代初期：美国电气和电子工程师学会IEEE 802委员会制定出局域网体系结构, 即IEEE 802参考模型。IEEE 802参考模型相当于OSI模型的最低两层。
一、前言 6月27日，美国权威科技杂志《MIT科技评论》公布2017全球最聪明50家公司榜单。科大讯飞名列中国第一、全球第六。全世界排在科大讯飞前面企业分别是：英伟达、Spacex、亚马逊、23andme、Alphabet。 《MIT科技评论》认为，“科大讯飞旗下的语音助手是中国版的Siri，其可携带实时翻译器则是一款杰出的人工智能应用，克服了方言、俚语和背景杂音，可将汉语精准地翻译成十几种语言。科大讯飞在中国语音技术市场的占有率70%。”越来越多的人认为，语音识别将成为下一代交互革命的关键技术。 与此
应用层：TELNET SSH HTTP SMTP POP SSL/TLS FTP MIME HTML SNMP MIB SIP RTP
Token Ring、FDDI、SDH/SONET、RPR、STP/RSTP/MSTP、RRPP是计算机网络中常用的技术和协议，它们在拓扑结构、数据传输方式、带宽、可扩展性、网络规模、容错性和成本等方面有所不同。下面将详细比较这些技术和协议的特点。
我们先总体看下PROFIBUS技术系统的结构，可以帮助我们清晰了解这一技术的具体协议内容及不同的应用类别等。
Token Ring是一种局域网拓扑结构，采用环形拓扑。在Token Ring网络中，数据通过一个特殊的标记（令牌）在网络中传递。只有持有令牌的设备才能发送数据。Token Ring的最大带宽可以是4 Mbps、16 Mbps或100 Mbps，具体取决于网络配置。Token Ring网络适用于小型网络，具有较高的容错性和可扩展性。然而，Token Ring的成本相对较高。
注：最后有面试挑战，看看自己掌握了吗 文章目录 传输数据两种链路 点对点链路 广播式链路 介质访问控制 静态划分信道 动态划分信道 轮询访问介质访问控制 随机访问介质访问控制---所有用户都可以随机发送信息 ALOHA协议------想说就说 CSMA协议------先听再说 1-坚持CSMA 非坚持CSMA p-坚持CSMA CSMA/CD协议-----先听再说，边听边说 CAMA/CA协议------collision avoidance CSMA/CD CSMA/CA区别 轮询访问控制协议MAC 轮询
“我们每个人都是安全工作者”（参见关于软件开发，都应该知道的10个常识）， 这绝不是一句戏言。在人工智能智能领域，安全同样是一个重要的话题。AI操作系统要保证系统的安全性，那么基于AI操作系统的开放平台同样要保证安全性。
tcp/ip系列上一篇(tcp/ip基础知识)：https://blog.csdn.net/qq_19968255/article/details/83547041
AI 科技评论按：当前的语音识别技术发展良好，各大公司的语音识别率也到了非常高的水平。语音识别技术落地场景也很多，比如智能音箱，还有近期的谷歌 IO 大会上爆红的会打电话的 Google 助手等。本文章的重点是如何使用对抗性攻击来攻击语音识别系统。本文发表在 The Gradient 上，AI科技评论将全文翻译如下。
随着数字时代的发展，身份安全问题日益突显，统一身份认证方案因其高效性和安全性备受关注。
新媒体管家 60秒敏捷知识点 每期60秒，get敏捷新姿势 “ “站会根本就是浪费时间，好不容易进入工作状态又被打断，太烦了！” “讲道理，站会不就是变相跟领导汇报工作吗？有什么意义？” “每次开会一小时，开完马上又到饭点了，一上午啥事没干就过去了……” 这些抱怨相信不少人都不陌生，每日站会作为敏捷实践中重要的团队活动之一，却总被质疑是否有存在的意义，有的团队干脆通过邮件等其他方式取代站会。 那只能说，每日站会不高效，甚至流于形式，一定是忽略了这五点。 1、控制参会人数和发言时长 站会人数应该控制在15
大数据文摘作品 记者：谭婧 如果说PC时代的搜索引擎成就了谷歌，造就了这家当今世界最大的数据公司，那么随着智能产品的普及，谁先用现象级产品掌握了语音的入口，谁就将成为AI时代的赢家。 而在今天，没有哪个入口能比得上月活用户即将达到10亿的微信。 亚马逊Amazon Echo、苹果Apple HomePod、谷歌Google Home “语音转换文字对（微信）用户来讲是很刚需的场景。”微信智聆技术团队告诉大数据文摘记者。确实，相比用“手”和“眼睛”，以及其他以手机和电脑为媒介的操作，“语言”无疑是人类最自
循环神经网络（Recurrent Neural Network，RNN）是一种在序列数据处理中取得巨大成功的深度学习模型。RNN通过引入时间序列上的隐藏状态，具有处理时序数据和捕捉上下文信息的能力。本文将详细介绍RNN的原理、结构以及在自然语言处理和语音识别等领域的重要应用。
序列建模是许多领域的一个重要问题，包括自然语言处理 (NLP)、语音识别和语音合成、时间序列预测、音乐生成和「生物信息学」。所有这些任务的共同点是它们需要坚持。接下来的事情的预测是基于历史的。例如，在“哈桑以前踢足球，而且他踢得非常好”的序列中。只有将“哈桑”的信息推进到该特定点，才能对“他”进行预测。因此，您需要某种历史记录块来存储以前的信息并将其用于进一步的预测。传统的人工神经网络在这方面失败了，因为它们无法携带先前的信息。这就催生了一种名为“循环神经网络（RNN）”的新架构。
近日谷歌团队发布了一篇关于语音识别的在线序列到序列模型，该模型可以实现在线实时的语音识别功能，并且对来自不同扬声器的声音具有识别功能。 以下内容是 AI 科技评论根据论文内容进行的部分编译。 论文摘要：生成模型一直是语音识别的主要方法。然而，这些模型的成功依赖于难以被非职业者使用的复杂方法。最近，深入学习方面的最新创新已经产生了一种替代的识别模型，称为序列到序列模型。这种模型几乎可以匹配最先进的生成模型的准确性。该模型在机器翻译，语音识别，图像标题生成等方面取得了相当大的经验成果。尽管这些模型易于训练，因为
本文对中科院宗成庆、张家俊团队完成、被 AAAI-20 录用的口头报告论文《Synchronous Speech Recognition and Speech-to-Text Translation with Interactive Decoding》进行解读。
本文节选自《语音识别基本法：Kaldi实践与探索》一书！ ---- --正文-- 从起初的一声巨响，到梵音天籁，到耳旁的窃窃私语，到妈妈喊我回家吃饭，总离不开声音。 声音是这个世界存在并运动着的证据。 假设我们已经知道了声音是什么。 我们可以找到很多描述声音的词语，如“抑扬顿挫”“余音绕梁”。 当我们在脑海中搜索这类词语时，描述对象总绕不过这两个：人的声音和物的声音。 人的声音，就是语音；物的声音，多数是指音乐。 这样的选择源于人的先验预期：语音和音乐最可能有意义，有意义的事情人们才会关注。估计不会有人乐
自1962年IBM推出第一台语音识别机器以来，语音识别科学已经走了很长一段路。这已经不是什么秘密了。
【导读】语音识别自半个世纪前诞生以来，一直处于不温不火的状态，直到 2009 年深度学习技术的长足发展才使得语音识别的精度大大提高，虽然还无法进行无限制领域、无限制人群的应用，但也在大多数场景中提供了一种便利高效的沟通方式。本篇文章将从技术和产业两个角度来回顾一下语音识别发展的历程和现状，并分析一些未来趋势，希望能帮助更多年轻技术人员了解语音行业，并能产生兴趣投身于这个行业。
自动语音识别技术在十多年之前还难登大雅之堂，但现在它正成为人们和主要计算设备之间进行交互的主要手段。 据麻省理工学院报道，该院的研究人员已成功开发出了自动语音识别的低功耗专用芯片。通常人们在手机上启用一次语音识别软件需要消耗1瓦左右的电量，而这款新芯片只需消耗0.2到10毫瓦的电量；当然，具体的能耗大小和需要识别的单词数量有关。 在实际应用中，这可能意味着节约90%到99%的电量，从而使得语音控制可应用到相对简单的电子设备中；包括电容量有限而需要从其所处环境中吸取能量的设备，以及几个月才进行电池充电的设备。
腾讯云实时音视频（TRTC）接入实时语音识别，主要是将TRTC中的音频数据传递到语音识别的音频数据源中进行实时识别。本篇讲述如何对TRTC本地和远端的音频流进行实时识别。
本次带来的是腾讯云玩转AI新声态语音产品应用实践,利用 TTS / ASR / 元器智能体 打造一个《小朋友的故事屋》智能体 Bot 最近腾讯发布了元宝,那么我们就做一个专属讲故事的童话匠该 bot 可以实现语音和智能体交流达到和小朋友互动,在此之前我先介绍一下什么是 TTS、ASR 以及元器智能体(简单略过详细学习前往: 《继ChatGPT的热潮AI的新产物-智能体元器Agent平台》
松哥最近正在录制 TienChin 项目视频～采用 Spring Boot+Vue3 技术栈，里边会涉及到各种好玩的技术，小伙伴们来和松哥一起做一个完成率超 90% 的项目，戳戳戳这里-->TienChin 项目配套视频来啦。 ---- 关于文件上传这块，松哥之前也写了好几篇文章了，甚至还有视频： Spring Boot+Vue+FastDFS 实现前后端分离文件上传 但是，之前和小伙伴们提到的方案，是基于 session 来做认证的，所以并不需要考虑携带令牌的问题，但是在前后端分离开发中，我们可能采用 J
机器之心专栏 作者：温正棋 极限元智能科技 本文作者温正棋为极限元智能科技 CTO 、中国科学院自动化研究所副研究员，毕业于中国科学院自动化研究所，先后在日本和歌山大学和美国佐治亚理工学院进行交流学习，在国际会议和期刊上发表论文十余篇，获得多项关于语音及音频领域的专利。其「具有个性化自适应能力的高性能语音处理技术及应用」获得北京科学技术奖。在语音的合成、识别、说话人识别等领域都有着多年深入研究经验，并结合深度学习技术开发了多款语音应用产品。 为了提高客户满意度、完善客户服务，同时对客服人员工作的考评，很多企
明星机器人初创公司 Figure，携手 OpenAI 发布令人震撼的全新机器人演示。短短几周内，自 3 月 1 日宣布获得 OpenAI 等巨头投资后，Figure 迅速融合了 OpenAI 的前沿多模态大模型技术。这一突破让我萌生了一个大胆想法——自制一个由大模型加持的玩具，姑且叫他 Figure 3000 吧。
大数据文摘作品 大数据文摘记者 刘涵 魏子敏 “自然语言技术的未来，其关键点是“自然”两个字。” 11月最后一天，思必驰联合创始人、首席科学家俞凯博士在清华x-lab主办的人工智能研习社第七课上，如此评价自然语言处理，并与现场听众一起畅想了这一潜力巨大的技术将走向哪里。 图：11月30日，思必驰联合创始人俞凯在清华做了题为《认知型口语对话智能》的讲座。 刘涵 摄 在这场题为《认知型口语对话智能》的讲座上，俞凯认为认知交互面临的最主要的挑战一定不是语音，因为从语音识别的角度上来说，问题明确，只要专门向这个领
深度学习是一种人工智能技术，它用于解决各种问题，包括自然语言处理、计算机视觉等。递归神经网络（Recurrent Neural Network，RNN）是深度学习中的一种神经网络模型，主要用于处理序列数据，例如文本、语音、时间序列等。本文将详细介绍递归神经网络的原理、结构和应用。
神经网络是一种由多个神经元按照一定的拓扑结构相互连接而成的计算模型。其灵感来自于人类大脑中神经元之间的相互作用。
作者 | 黄楠 编辑 | 陈彩娴 9月21日，OpenAI 发布了一个名为「Whisper 」的神经网络，声称其在英语语音识别方面已接近人类水平的鲁棒性和准确性。 「Whisper 」式一个自动语音识别（ASR）系统，研究团队通过使用从网络上收集的68万个小时多语音和多任务监督数据，来对其进行训练。 训练过程中研究团队发现，使用如此庞大且多样化的数据集可以提高对口音、背景噪音和技术语言的鲁棒性。 此前有不同研究表明，虽然无监督预训练可以显著提高音频编码器的质量，但由于缺乏同等高质量的预训练解码器，以及特定于
网络安全已成为每个企业都面临的关键问题。几乎每天都有关于黑客如何窃取公司数据的头条新闻。为了开发安全的软件并远离头条新闻，企业需要解决各种安全问题，包括硬件的物理安全性、传输和静态数据加密、身份验证、访问授权以及修补软件漏洞的策略，等等。无论你使用的是单体还是微服务架构，大多数问题都是相同的。本文重点介绍微服务架构如何影响应用程序级别的安全性。
原文：Building a Speech-to-Text App Using Speech Framework in iOS 10
◆ 人机交互是指借助计算机外接硬件设备，以有效的方式实现人与计算机对话的技术。在人机交互（Human-Computer Interaction）中，人通过输入设备给机器输入相关信号，这些信号包括语音、文本、图像、触控等的一种或多种模态，机器通过输出或显示设备给人提供相关反馈信号。
网络安全已成为每个企业都面临的关键问题。几乎每天都有关于黑客如何窃取公司数据的头条新闻。
导读：网络安全已成为每个企业都面临的关键问题。几乎每天都有关于黑客如何窃取公司数据的头条新闻。为了开发安全的软件并远离头条新闻，企业需要解决各种安全问题，包括硬件的物理安全性、传输和静态数据加密、身份验证、访问授权以及修补软件漏洞的策略，等等。无论你使用的是单体还是微服务架构，大多数问题都是相同的。本文重点介绍微服务架构如何影响应用程序级别的安全性。
语言模型彻底改变了自然语言处理领域，使计算机能够理解和生成与人类相似的文本。其中一个强大的语言模型是由OpenAI开发的ChatGPT。当前市场上有许多AI玩家，包括ChatGPT、Google Bard、Bing AI Chat等等。然而，所有这些模型都需要您与其进行互动时连接互联网。此外，对于在边缘设备（如单板电脑）上运行类似模型以进行离线和低延迟应用的需求不断增长。
机器之心发布 机器之心编辑部 Transformer 模型用于在线语音识别任务中面临多个难题，百度语音新发布的SMLTA2克服了这些障碍。 10 月 15 至 18 日，2021 年第十六届全国人机语音通讯学术会议（NCMMSC2021）在江苏徐州举行。作为我国人机语音通讯领域研究中最具有权威性的学术会议之一，NCMMSC 受到国内语音领域广大专家、学者和科研工作者的关注。 其中，百度语音团队对外重磅发布基于历史信息抽象的流式截断 conformer 建模技术——SMLTA2，解决了 Transforme
循环神经网络（RNN）已经在众多自然语言处理中取得了大量的成功以及广泛的应用。但是，网上目前关于 RNNs 的基础介绍很少，本文便是介绍 RNNs 的基础知识，原理以及在自然语言处理任务重是如何实现的。文章内容根据 AI 研习社线上分享视频整理而成。 在近期 AI 研习社的线上分享会上，来自平安科技的人工智能实验室的算法研究员罗冬日为大家普及了 RNN 的基础知识，分享内容包括其基本机构，优点和不足，以及如何利用 LSTM 网络实现语音识别。 罗冬日，目前就职于平安科技人工智能实验室，曾就职于百度、大众点评
明敏 发自 凹非寺 量子位 | 公众号 QbitAI 还记得冬奥会期间和朱广权battle的AI手语主播吗？ 现在，这样的手语数字人不仅要在小荧屏上工作，还能到火车站、银行、医院这些公共场所上岗了。 喏，通过这样一台看似普通的机器，AI手语数字人就能实时将语音或文字转化为手语，让听障人士与窗口工作人员无障碍沟通，词准率在96%以上。 这就是百度智能云曦灵刚刚推出的AI手语一体机，它能够直接部署在各种服务窗口，成为工作人员的实时翻译官。 其背后支持平台——AI手语平台也同步发布，它能进行实时手语直播，还可
五个生成式 AI 推理平台，可使用开放式 LLM，如 Llama 3、Mistral 和 Gemma。有些还支持针对视觉的模型。
随着人工智能和机器学习技术在互联网的各个领域的广泛应用，其受攻击的可能性，以及其是否具备强抗打击能力一直是安全界一直关注的。之前关于机器学习模型攻击的探讨常常局限于对训练数据的污染。由于其模型经常趋向于封闭式的部署，该手段在真实的情况中并不实际可行。在GeekPwn2016硅谷分会场上，来自北美工业界和学术界的顶尖安全专家们针对当前流行的图形对象识别、语音识别的场景，为大家揭示了如何通过构造对抗性攻击数据，要么让其与源数据的差别细微到人类无法通过感官辨识到，要么该差别对人类感知没有本质变化，而机器学习模型可
在本文中，我们提供了一个用于训练语音识别的RNN的简短教程，其中包含了GitHub项目链接。 作者：Matthew Rubashkin、Matt Mollison 硅谷数据科学公司 在SVDS的深度
模型下载地址：https://huggingface.co/ggerganov/whisper.cpp large-v1模型比较大，但是会更准确一些。我这边就用large系列模型好了，虽然显卡不咋地，但是跑这个还是够用了,根据限制自行选择模型，占用内存越大越准确。
假如我们需要在自己的产品中加入语音识别功能，那么调用腾讯云语音识别接口直接得到返回将会是在产品开发的过程中，减少极大的前期研发投入，直接调用接口即可，那如何把一些语音识别的功能集成到我们的产品中呢。
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
对象存储
云直播
