5月4日,有着最难语音识别任务之称的CHiME-6成绩揭晓:科大讯飞联合中科大语音及语言信息处理国家工程实验室(USTC-NELSLIP)在给定说话人边界的多通道语音识别两个参赛任务上夺冠。
“中国语音识别技术的突破,将带动着场景下的语音交互更加智能化、实用化,更在未来十年带动万物互联的整体布局与发展,赋能人工智能的黄金新十年。”
你或许会说,语音识别和机器翻译——没错,传统的语音翻译通常采用语音识别和机器翻译级联的方式实现,对输入语音先进行语音识别得到文本结果,然后再基于文本进行机器翻译,这也是当前语音翻译采用的主流方法。
然而,创业并非易事。更重要的是,他们选择以一项在当时不被看好的技术——语音合成起家。
如今,语音已经成为万物互联时代人机交互的关键入口,在智能家居、智能汽车、穿戴式设备等场景不可或缺。我们看到的各类便捷的智能语音应用,背后是语音识别、语义理解、语音合成等技术的创新发展。全球化背景下,AI 多语种智能语言技术在各行各业的应用越来越广泛。 科大讯飞作为智能语音行业的执牛耳者,在多语种智能语言技术上不断进行技术创新和应用落地实践,迎接市场环境变化下的新挑战。7 月 15 日,科大讯飞在武汉的“讯飞乐享 A.I. 技术沙龙”专场,面向开发者,对科大讯飞在 AI+ 多语种智能语言技术上的研发、实践、求
【新智元导读】目前最好的语音识别系统采用双向长短时记忆网络(LSTM,LongShort Term Memory),但是,这一系统存在训练复杂度高、解码时延高的问题,尤其在工业界的实时识别系统中很难应用。科大讯飞在今年提出了一种全新的语音识别框架——深度全序列卷积神经网络(DFCNN,Deep Fully Convolutional NeuralNetwork),更适合工业应用。本文是对科大讯飞使用DFCNN应用于语音转写技术的详细解读,其外还包含了语音转写中口语化和篇章级语言模型处理、噪声和远场识别和文本
中国语音巨头科大讯飞2014年8月20日在北京召开规模宏大的发布会,展示语音技术最新成果、发布科大讯飞一揽子软硬件产品、启动讯飞超级大脑计划、宣布科大讯飞1亿元创业基金,并对表现突出的讯飞开发者进行了表彰,以鼓励更多开发者进入讯飞生态。科大讯飞董事长刘庆峰在会上做了近两个小时的演讲,并进行了大量的现场演示,为了演示智能语音车载系统,甚至不惜耗费巨资将一辆MPV轿车从场外吊入位于国际会议中心4层的场馆。台上还有一个模拟智能客厅,核心家电一应俱全。这场发布会耗资不少,一定程度表明科大讯飞高调拥抱智能硬件大潮的
导读:目前最好的语音识别系统采用双向长短时记忆网络(LSTM,LongShort Term Memory),但是,这一系统存在训练复杂度高、解码时延高的问题,尤其在工业界的实时识别系统中很难应用。科大讯飞在今年提出了一种全新的语音识别框架——深度全序列卷积神经网络(DFCNN,Deep Fully Convolutional NeuralNetwork),更适合工业应用。本文是对科大讯飞使用DFCNN应用于语音转写技术的详细解读,其外还包含了语音转写中口语化和篇章级语言模型处理、噪声和远场识别和文本处理实时
【新智元导读】国际知名市场研究公司Research and Markets 2016年5月4日发布报告《全球及中国语音产业报告,2015-2020》的修订版本。报告认为,随着语音在智能产业的应用不断加深,全球,以及中国的语音市场在接下来的5年当中仍将维持显著地增长,到2020年,全球语音市场规模预计将达到191.7亿美元。报告数据显示,尽管领头羊Nuance仍然占据着三成的市场份额,但是已经出现明显下滑趋势,其他科技巨头谷歌、微软、苹果和科大讯飞则获得了迅速的增长,全球市场份额分别为20.7%、13.4%、
大约一年前,中国移动以13.6亿人民币的代价获得了科大讯飞15%的股权,后者股价一路攀升,从不足30元到最高61元,成为一大牛股,市值高达240多亿人民币。而在刚刚过去的长假中,“云知声”也高调宣布获得金额为千万美金折合约1亿元人民币A轮融资。虽然其体量尚无法和科大相比,但这对沉寂一年的语音识别市场却是重大利好。 而同样涉足该领域的百度、腾讯、搜狗也正在加快技术迭代的脚步,作为战略级标配,语音技术在巨头眼中都格外重要。与国外巨头占领语音市场相似,业内普遍认为,受技术门槛的限制,语音市场创业窗口或已
机器之心报道 作者:蛋酱 又是一年 1024 ,对于全球开发者来说相当特殊的一天。 1024 这一天,无论你身处何方,都能感受到浓浓的节日氛围。但说到场面最宏大、参会人数最多、内容最丰富的 1024 活动,还是要来合肥看看这家老牌 AI 企业的玩法。 10 月 23 日上午,2020 科大讯飞全球 1024 开发者节在合肥开幕。作为科大讯飞举办的第四届 1024 开发者节,今天的大会比往年来得都早了一些。 「创业的过程就像是登山,我们只有胸怀登顶的梦想,一步一个脚印,踏踏实实地积累高度,最后才能登顶。而
最近在做一个文本转语音TTS(Text to Speech)的第三方软件封装,使用的是国内语音技术龙头安徽科大讯飞公司提供的离线引擎AiSound5.0,主要用于汽车导航用途。科大讯飞还提供了AiTalk用于语音识别,AiWrite用于手写识别服务等。另外还有针对6种平台的SDK和开发示例。
随着技术的升级、消费者需求的爆发以及大环境的变好,智能语音行业的发展愈发如火如荼,智能语音也在悄无声息地渗透进人们的日常生活。以输入方式为例,语音输入已经超越拼音输入和手写输入,成为当下主流输入方式。
今天是1024程序员日,也是科大讯飞的1024开发者节,在合肥奥体中心,科大讯飞把它们的开发者节办成了演唱会的形式。
---- 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
最近刚换了三星的Note9,深度体验了一下Bixby的语音功能,觉得挺不错的,而且上周的人工智能大会上,分布屏幕两边的分别是科大讯飞和腾讯提供的服务:讯飞听见和腾讯同传。两者的表现也都是让人眼前一亮。
这是“AI国家队”科大讯飞正在探索的新路。与互联网不同,在人工智能领域中,To C业务反而未经大范围开拓。
就在上周,央视《东方时空》栏目曝光了科大讯飞非法侵占安徽扬子鳄国家级自然保护区,以建设培训基地为名开发房产一事。一时间,舆论的讨伐,风起云涌。
在2019新品发布会上,这家成立20年的AI公司,一口气发布5款硬件,并对其核心的语音操作系统进行了升级。
在位于合肥规划中三到四平方公里的中国语音产业园,建筑机械群正在紧张作业。在竣工的讯飞大厦里,两千多名科大讯飞员工围绕“声音”忙碌着。在移动互联网的风口,兼具软件和互联网公司特征的讯飞,站在了2B和2C市场的十字路口,前途看上去机会重重但又充满凶险。 近期,受科大讯飞邀请,笔者与一些媒体人前往合肥,对讯飞的技术、处境,以及讯飞怎么看待语音市场的竞争态势与格局,做了采访与了解。 一、移动语音市场要爆发了!是真的吗? 今年是中国语音市场最热闹的一年。创业新秀云知声刚获得1500万美元投
在众多生物识别技术中,除了早已使用多年的指纹识别、虹膜识别,近期兴起的人脸识别技术被用于公司打卡、软件系统登录、家庭或公共场所的安防等多个场景,而语音识别技术的用途更是广泛,机器人、智能家居产品、无人车等等。 随着相关算法的精进,以上生物识别技术的准确率已经可以与人类相媲美。而在这些识别技术愈加成熟之时,越来越多的人将目光放在另外一种生物识别技术上——声纹识别。 什么是声纹识别技术? 声纹识别,也称作说话人识别,是一种通过声音判别说话人身份的技术。人在讲话时使用的发声器官舌、牙齿、喉头、肺、鼻腔在尺寸和形态
作者简介:毕啸南,知名青年学者,量子位专栏作家,《中国AI领袖人物访谈》系列制片人、主持人。点击文末阅读原文,关注量子学园的毕啸南专栏,跟随他一起持续深度对话李开复、周鸿祎、王小川、王海峰、胡郁等众多
---- 新智元报道 编辑:David 好困 【新智元导读】大热天的,别整天抱着单词本不放了,找个新朋友陪读陪聊陪作业,它不香么? 大家先来猜猜,这个「赛马场巨头」是什么? 没错,是「The Lord of the Rings」指环王。 显然,「赛马场巨头」主要是错误地理解了「Ring」的含义。其实,稍有常识的人都知道,Ring是指拳击台,所以「正确」的译名是:拳皇。(开个玩笑) 不过讲道理,你不太能苛求一个上世纪90年代的翻译。 但是在互联网发达的现在……烧烤「丈夫」就不太合适了吧。 以及,
新智元推荐 来源:科大讯飞、华为 编辑:克雷格 【新智元导读】最近,科大讯飞与华为签署战略合作协议,双方在B端和C端市场同时发力,在公有云服务、ICT基础设施产品、智能终端以及办公四大领域深度合作
根据麦肯锡公司报告《中国人工智能的未来之路(2017)》预测,至 2025 年人工智能应用市场总值将达到 1,270 亿美元。
6 月 23 日,讯飞开放平台乐享 A.I. 技术沙龙“A.I. 虚拟人多模态创新交互”专场在成都圆满落幕。 35 秒带你回顾现场精彩瞬间↓↓↓ 近几年,随着图像处理、语音合成、语音识别、语义理解、多语种等多项人工智能技术不断发展,AI 虚拟人开始在各行各业落地应用,各大公司争相布局。这背后,其实是 AI 虚拟人多模态交互技术正在成为大趋势。 多模态融合视觉、听觉、文本等多种模态信息,能够打破单模态输入输出限制,从而更贴近人类真实使用习惯。对于 AI 交互产品来说,只有综合利用多模态信息才能更准确地理解人类
文章不是简单的的Ctrl C与V,而是一个字一个标点符号慢慢写出来的。我认为这才是是对读者的负责,本教程由技术爱好者成笑笑(博客:http://www.chengxiaoxiao.com/)写作完成。如有转载,请声明出处。
近日,科大讯飞公布业绩快报显示,2019年全年实现营业收入100.89亿元,同比增长27.43%;实现归母净利润7.88亿元,同比增长45.46%。但是,科大讯飞净利润依靠政府补贴“撑门面”的老问题依然存在,2019年这一比例高达50.3%。另一方面,科大讯飞2018年开启的国际化业务也经营惨淡,破局艰难。2019年科大讯飞国外地区营收仅为0.83亿元,占比只有微弱的0.82%。
---- 新智元报道 编辑:Q 【新智元导读】1024开发者节大会上,讯飞听见发布「智慧办公服务平台」,让办公不止于「听见」。 智能语音,一直被认为是人工智能时代各种终端的「入口」,长期以来都是各大公司的「必争之地」。 在刚刚过去的1024开发者节上,科大讯飞向我们展示了虚拟人交互,多模态等多种前沿技术的落地应用,更是将400多项能力开放给数百万开发者使用,其中就包括多项科大讯飞深耕多年的智能语音技术。 在大会的现场,讯飞听见同传为大会提供了实时语音转写翻译服务,为远程观看的观众提供更贴心的双
语音识别功能已经是一个很普及的功能,在特定情境下,能带给人们方便的交互的体验,比如驾驶时使用语音进行唤醒手机,各类智能音响产品,语音控制智能电视等。本文主要介绍在APICloud平台使用科大讯飞的SDK快速实现语音识别功能。
近年来,人工智能和人类生活越来越息息相关,人们一直憧憬身边可以出现一个真正的贾维斯,希望有一天计算机真的可以像人一样能听会说,能理解会思考。而实现这一目标的重要前提是计算机能够准确无误的听懂人类的话语,也就是说高度准确的语音识别系统是必不可少的。 作为国内智能语音与人工智能产业的领导者,科大讯飞公司一直引领中文语音识别技术不断进步。去年12月21日,在北京国家会议中心召开的以“AI复始,万物更新”为主题的年度发布会上,科大讯飞提出了以前馈型序列记忆网络(FSMN, Feed-forward Sequenti
近日,讯飞输入法新版本正式上线,在随声译和快捷翻译功能里增加了日译中、韩译中、泰、越、西、法、德、俄与中文互译,合计18种翻译,这也使得讯飞输入法成为中文与外语互译最多的输入法产品。
杨净 晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI 20年前,安徽合肥一群来自中科大的探路者押注AI,成立科大讯飞。现在合肥被称为中国“最敢赌”、最牛的风险投资机构。 10年前,科大讯飞人工智能开放平台发布。 现在这个平台上的开发者,从十几个团队,成长到超过150万家;应用终端数从不到10万,增长到超过20亿;而这个平台能提供的能力,从当年的语音合成和识别两个,大幅提升到如今的334种复杂AI技能。 在讯飞之上已经成长出一套成熟的生态系统。今天,已经创下史上最佳业绩的科大讯飞,要向着新十年
---- 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
以AI知名的科技公司科大讯飞,2022全球1024开发者节上官宣最新技术成果和进展。
【新智元导读】科大讯飞2017年度发布会今天举行,科大讯飞董事长刘庆峰带来公司最新技术动态介绍:过去一年,讯飞在无监督学习和医疗上的突破成为亮点。科大讯飞执行总裁胡郁带来一系列重磅产品更新:全新的 AIUI 2.0平台、翻译机、输入法、车载系统等等,并且展示了让人兴奋的黑科技——脑电波控制智能家电。科大讯飞轮值总裁吴晓如发布公司在教育、客服和医疗三大方向10个重量级产品。本文带来最全盘点。 科大讯飞一年一度的发布会9日在北京国家会议中心举行,科大讯飞董事长刘庆峰、科大讯飞轮值总裁吴晓如、科大讯飞执行总裁胡郁
科大讯飞一直在智能语音与人工智能核心技术上代表国际先进水平,在语音合成、语音识别、口语评测、语言翻译、声纹识别、人脸识别、自然语言处理等领域一直“代言”黑科技。尽管创新能力已经从语音扩展到影像领域,人们对科大讯飞最深刻的印象一直围绕语音。
从当前来看,速记神器确实为特定人群所需。 近日,搜狗召开发布会,正式推出其自研的速记神器——搜狗听写。这是一款能够将语音实时转变成文字的速记工具,拥有转写和听写两种模式,主要面向记者、编辑、作家等文字工作者。 由搜索而知名的搜狗 在人工智能领域似乎也玩的风生水起 众所周知,搜狗以搜索业务起家。除搜索业务外,其在近年还因搜狗输入法、搜狗高速浏览器等在行业内颇具名气。 如果仅从以上这些来看,搜狗此次推出“搜狗听写”似乎显得有些无厘头。然而,搜狗CEO王小川曾表示,搜索本身也是一种AI。 回顾搜狗的发展史,除去初
年底,所有互联网行业大会都会有智能硬件的位置,大佬们都在说,IOT(Internet of Things)时代来了。互联网巨头、传统硬件公司、各色创业团队,都挤在这个风口等着被吹起来。除了做产品的,还有一类玩家十分兴奋地等着智能硬件火起来:语音技术团队。 2014年底,语音行业新闻不断:云知声完成5000万美元B轮融资主攻智能家居,科大讯飞推出自己的语音智能音响硬件,百度语音涉足智能硬件领域……智能硬件正在成就语音,语音也在成就智能硬件。 一、语音交互正在爆发,尤其是智能硬件 智能硬件最热的门类是可穿戴设
今天(10月25日)一早,百度语音技术负责人贾磊在新浪微博上发出这条消息: 感谢各位语音界的朋友支持我们,开放初期,招呼不周还请多多谅解,2~3周之后,语音识别错误率还会降低1/5,嵌入式连续语音识别,语音合成等技术等都会陆续开放。百度语音部门不单单做产品,拥有语音识别和语音合成的技术提升能力才是我们的长久的核心竞争力。欢迎大家选择百度,和我们一起成长。 贾磊并非微博活跃份子,上条信息是9月15日。由此看来,这条微博似有故意对外界放风之意。 笔者稍后向百度方面打听到,李彦宏今天凌
关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 计算机视觉研究院专栏 作者:Edison_G 编者按:科大讯飞副总裁、研究院院长胡郁在GMIC大会期间参加了闭门媒体见面会,机器之心有幸获邀参加。这是胡郁首次公开面对媒体详细介绍科大讯飞和深入分析人工智能行业。机器之心曾经翻译过IEEE Spectrum对Yann LeCun的专访,此次现场与胡郁交流,感觉他与LeCun的风格非常像,同样是技术天才,同样有着出色的口才和思路,能将非
关于声音的需求,从始至终,都是很刚需的需求 。从语音芯片的演化就能看出很多的端倪,很多很多的产品他必须要有语音,才能实现更好的交互。而语音芯片的需求分类,其实也是很好理解的,从市场上常用的芯片产品特性,大概就能归类如下:
【新智元导读】在新智元日前为大家推荐的中金报告《120 图勾勒全球 AI 产业完整图谱》中,特别把科大讯飞归入到 AI+ 医疗领域值得关注的公司。为此,新智元采访了科大讯飞智慧医疗事业部总经理陶晓东和常务副总经理鹿晓亮。 近日,新智元推荐并发布了中金的一份报告—《120 图勾勒全球 AI 产业完整图谱》,该报告对“AI+医疗”表现了较高的期待,它认为随着语音识别技术和图像技术的成熟,医疗 AI 已经取得了很大的突破。同时,医疗行业空间巨大,但技术还有待成熟。 报告中特别把科大讯飞归入到 AI+ 医疗领域值得
ta不仅颜值高、接地气,能说一口流利的普通话、合肥话以及英语、德语、法语等多国语言,还能及时预警各类电信网络诈骗的作案手法和防范技巧。
AI 科技评论消息,中国科学技术大学硕士和学士李世鹏、美国里海 (Lehigh) 大学博士,日前出任讯飞 AI 研究院联席院长。
作者介绍:杨剑勇 传感物联网创建人、物联网资深人士、百强科技名人,著有多篇文章被上千媒体转载,著有《物联网为何萎靡不振:不接地气》、《可穿戴设备出路:设计与科技如何完美融合》,长期关注物联网、人工智能
科大讯飞将于本月20日在北京国家会议中心举行以“语音点亮生活”为主题的发布会,发布面向智能家庭硬件的新一代语音云平台。 在苹果、微软和谷歌等国外巨头纷纷试水智能家居领域的今天,通过语音控制整个智能家居生态系统已成为可能。作为研制智能语音软件起步的科大讯飞,也渐渐地走上软硬件一体化的发展道路。 据雷科技独家获得的最新线报,除了发布面向智能家庭硬件的新一代智能语音技术之外,科大讯飞还将发布的智能语音硬件其实是一款Wi-Fi智能音箱。我们也得到了一张据称是这款智能音箱的泄密图。从图中我们可以看到,方方正正的机身
Voicera获1450万美元融资,智能语音真的前途无限吗?
素来被认为是“人脸识别独角兽”——或者更宽泛一点说,“计算机视觉独角兽”的依图科技,公布了他们中文语音识别技术的最新突破,以及令人瞩目的产业布局。
10月13日,央视点名曝光科大讯飞非法侵占安徽扬子鳄国家级自然保护区,以建设培训基地为名开发房地产。
领取专属 10元无门槛券
手把手带您无忧上云