LiveVideoStack：吴威麒你好，能否简要介绍下自己，包括目前的主要工作及关注领域？
导语：读书是一生的功课，技术人通过读书实现自我提升，学习优秀知识沉淀。腾讯TEG读书会本期特邀腾讯AI Lab语音识别中心副总监苏丹、腾讯AI医疗中心病理和治疗团队负责人韩骁、腾讯AI Lab专家研究员赵沛霖为大家带来人工智能方向好书推荐第二期。来看看技术大牛在读什么，收藏优质内容，愿本期书单助您更专业。 AI Lab语音识别中心副总监，17年加入公司，从事语音研究多年。 《Pattern Recognition and Machine Learning》 作者：Christopher M. Bi
导读：读书，伴随技术人的一生。技术人通过读书增长见闻、精进技术，提升人生境界。4月23日，恰逢世界读书日，腾讯技术工程官方号特别邀请腾讯AI实验室主任、杰出科学家张潼博士，腾讯AI实验室副主任，杰出科
语音识别和语音交互：小程序可以通过集成语音识别技术，实现语音输入和语音交互功能。用户可以通过语音进行搜索、下单、查询等操作，提高用户的操作便捷性。
随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么，人工智能目前都应用在哪些领域，运用了怎样的技术原理呢？
导读 DataFunCon是由DataFun主办的线上技术大会，由20余位知名专家学者出品，设置了18场专题分享，有超过80位一线资深技术专家参与分享，汇集了2020大数据、AI领域最新技术实践。本次大会将于7月25-26日，9：30-18：00在线上举行。 7月26日，9：00-12：20，由腾讯大数据智能学习团队负责人陶阳宇先生担任出品人的DataFunCon：AI 平台/框架论坛将准时开启，感兴趣的小伙伴和小编一起来了解下吧： 详细介绍： 出品人：陶阳宇 博士 腾讯大数据 | 智能学
前言： 大家好，今天给大家推荐一些音视频相关书籍! 一：音视频编解码 《深入理解视频编解码技术:基于H.264标准及参考模型》 《新一代视频压缩编码标准-H.264_AVC(第二版)》 《基于H.264的视频编/解码与控制技术》 《FFmpeg从入门到精通》 《WebRTC权威指南》 《现代电视原理》《数字电视广播原理与应用》 《FFmpeg从入门到精通 FFMPEG视音频编解码基础书籍 》《ffmpeg基础库编程开发》 《音视频开发进阶指南：基于Android与iOS平台的实践》 《视频编解码技术原理
作为互联网的忠实用户，我们在生活中已经很难离开它，随之而然也出现很多相关的问题，其中最让人头疼就是隐私问题。前有 12306 数据贩卖，今有传闻美团饿了么在偷听我们讲话，显然大家已经被以前各种隐私暴露的事情吓怕了。
语音合成这项技术，我们在生活中就能够看见。但有些人可能并没有接触过语音合成，所以对语音合成平台并不清楚，下面将为大家介绍语音合成平台推荐有哪些。
随着物联网技术和智能设备技术的快速发展，人与机器的交互，不再仅依赖于鼠标和键盘，更有可能的是直接采用语音。 这其中的关键技术就是自动语音识别（Automatic Speech Recognition，ASR）。其所要完成的工作，简单地说，就是在与机器进行语音交流时，能够让机器听懂你在说什么。 但语音识别技术的发展日新月异，新的理论和方案不断出现，读者除了掌握基本原理，也亟须了解语音识别最新的前沿技术，例如加权有限状态转换器（WFST）、端到端（E2E）语音识别等。 本次博文视点学院公开课，我们特邀厦门大
本期谈谈 《虚拟私人助理》相关的内容。 我们先大致看下人工智能10大细分行业的典型应用： 1、深度学习／机器学习： 预测数据模型与分析数据的软件平台； 垃圾邮件检测； 金融诈骗检测； 2、自然语言处理： 语音识别； 智能客服； 智能化软件帮助系统； 智能化知识管理系统； 智能企业形象代表； 智能导游； 智能查询系统； 3、计算机视觉／图像识别： 面部识别软件； 基于内容的图片检索； 智能交通； 医疗计算机视觉和医学图像处理； 军事探测和导弹制导； 无人驾驶环境检测； 4、手势控制： 电脑手势指令系统； 游
在人工智能产业中，应用层是一个极大的部分，是人工智能技术最终的目的地。除了机器人、无人机和无人驾驶等硬件产品之外，人工智能的软件应用在单独商业化的同时，也在为这些硬件产品提供服务，像智能家居的语音控制
林元庆离开百度三个多月后（戳这里看大数据文摘此前报道），他的新公司Aibee拿到了1.65亿元的天使轮融资。 作为曾经的百度研究院院长、深度学习实验室（IDL）主任，林元庆这番创业选择了传统行业，与他的前同事、百度前首席科学家吴恩达（Andrew Ng）的选择不约而同（戳这里了解吴恩达新公司landing.ai）。 Aibee（爱笔）寓意AI2B，意即用AI技术对传统行业赋能升级。 对于一家AI创业公司来说，最重要的工作可能是“抢人”——精干的AI团队将成为公司最大的资产。目前，Aibee有近20名员工，其
从年初起，几家国际大厂的开发者大会，无论是微软Build、Facebook F8还是稍后的Google I/O，莫不把“AI优先”的大旗扯上云霄。 如果这一波AI大潮只是空喊几句口号，空提几个战略，空有几家炙手可热的创业公司，那当然成不了什么大气候。但风浪之下，我们看到的却是，Google一线的各大业务纷纷改用深度学习，落伍移动时代的微软则已拉起一支近万人的AI队伍。而国内一线大厂的情况，恐怕也是差不多的。 这一迹象，对于广大程序员来说，特别是对即将走向技术一线的准程序员而言，还是值得重点关注的。回顾一下移
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：
这次分享介绍了在研究方面的一系列新的方法和改进，主要是语音识别，语音识别，声纹识别，以及TTS，在落地应用方面，语音识别中心为多个腾讯的产品有技术支持的输出，如腾讯听听和企鹅极光盒子，也在语义解析、语音控制、语音合成方面等方面，融合其他的合作伙伴的先进技术。
原文链接如下 - https://www.qsrmagazine.com/outside-insights/voice-first-revolution-takes-shape-restaurants
摘要： 2014年后，人工智能逐渐成为中国私募市场的“宠儿”，投资风口也逐渐形成。亿欧智库最新推出的《2018中国人工智能投资市场研究报告》中，挖掘了14个行业中最受追捧的细分领域。
在近日于上海举办的2016年亚洲消费电子展(CES Asia 2016)上，无人驾驶、智能汽车等相关技术成为最大热点。在CES Asia上，搜狗地图发布了“搜狗智能导航”，最大亮点是可实现车内的全语音交互，而交互并不局限于地图导航本身，几乎可实现驾驶之外的常规车内交互，包括打电话、发短信、查天气、歌曲播放等等。这款产品可运行在智能手机上，还可通过车机互联协议使之运行于汽车屏幕，如果汽车厂商与搜狗进行前装合作则可独立运行于汽车的OS上。基于庞大的POI数据和人工智能技术，搜狗地图在国内首次实现了车内的全语音智
今日，业内人士潘九堂爆料，华为要在下个月发布一款比 Mate 9 更强悍的概念人工智能手机，此款手机将配备三星定制的曲屏和感器。该项目由华为 CEO 徐直军直接领导、2012 实验室深度参与研发。 据
在各大巨头相继布局、社交领域竞争越发激烈的情况下，网易上线“声波”开始探索语音社交领域。当前市场上主打语音交友的陌生人社交产品数量较多。声波是一款主打语音交友的陌生人社交软件。用户在完成登录后即可选择进入不同的语音房间进行互动社交。
北京时间2022年8月7日下午17：30，由51CTO精心策划以“驱动•创新•数智”为主题的AISummit全球人工智能技术大会2022线上直播活动圆满成功！
在过去多年的键盘输入和点击手机屏幕之后，我们正在回归到最初的“用户界面”：语音。虽然我们尚未感受到语音技术带来的全部影响，但这种技术正在改变我们与数字世界互动的方式。
---- 距Kaldi语音识别理论与实践课上线已经过去了两个月，本课程作为语音识别领域的敲门砖，受到同学们的力荐。鉴于kaldi在行业上越趋普及，但仍有许多AI语音爱好者及小白无法掌握和入门而被劝退，为促进产学研的快速发展，助力AI语音落地，帮助更多的同学了解Kaldi语音识别的相关知识，语音之家工匠学堂现将《Kaldi语音识别理论与实践》免费开放！ 本课程为2022年秋季正在更新的与时俱进的实战课程，由清华大学语音识别实验室讲师教研教学，如果你想独立构造一套基础的语音识别系统， 或者你是一名零基础的语音
回看2017，科大讯飞取得了哪些举世瞩目的突破成就？又在AI赋能营销领域实现了怎样的不朽成果？全方位展示+深度解读关于智能营销，那些你不知道的事…… 2017年人工智能领域一大关键词——“语音” 20
曾几何时，人们与手机、汽车交互的方式从选择指令变成了自然对话，这种方式让人们享受了方便，因为技术不断发展，AI 助手能为我们做的事情也越来越多。
12月15日，由腾讯云主办的首届“腾讯云+社区开发者大会”在北京举行。本届大会以“新趋势•新技术•新应用”为主题，汇聚了超40位技术专家，共同探索人工智能、大数据、物联网、小程序、运维开发等热门技术的最新发展成果，吸引超过1000名开发者的参与。以下是物联网分会场的演讲内容，稍作整理，分享给大家。
如今，短视频成了人们的新宠，闲暇时大家总是习惯性地拿出手机“刷刷刷”。而在众多短视频应用中，坚持“记录生活，记录你”的快手一直颇受大家青睐。
每天给你送来NLP技术干货！ ---- 语音算法工程师 - AI Lab 北京·校招·正式·职位 职位描述 团队介绍：字节跳动AI Lab专注于人工智能领域的前沿技术研究，涵盖了计算机视觉、语音&音频处理、机器学习等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供技术支持和服务。 1、在音频（包括语音，音乐，声音，口语评测场景等）、机器学习、多模态融合等方向搭建技术并开展前沿研究。我们希望通过前沿人工智能技术来提升甚至重新定义音频内容的理解、分发以及自动创作工作； 2、构建大规模机
《钢铁侠》里的AI管家贾维斯，想必大家都不陌生，这样可以像人一样和自己对话的AI管家，我们是不是都想拥有一个？ 贾维斯之所以可以像人一样和我们对话，必然离不开语音识别技术的加持。 如今，从语音输入法到智能家居等，生活中到处都可以通过语音进行人机交互。 拥有一个贾维斯的梦想好像越来越近了！ 为了让这个梦想更近一步，学习好语音识别技术势在必行！ 今天，博文菌就给大家推荐一本语音识别领域的扛鼎之作——《人工智能：语音识别理解与实践（精装版）》，该书被列入“国家出版基金支持项目”，并入选为《人工智能出版工程》系列丛
爱丁堡大学课程（全英文，有能力的推荐学习一遍）：https://speech.zone/courses/speech-synthesis/
包括机器学习、计算机视觉、计算机图形学、自然语言处理、语音、数据挖掘、智能问答、机器翻译、软件开发、AI 伦理、商业创新……这些书单里既有最经典的专业书籍，也有一些适合轻快阅读的大众读物。
机器之心原创 参与：高静宜、藤子 前段时间，一个来自猎户星空的工程师在工位上安装了一套人脸识别系统用于侦测老板的出没，这条消息霸屏程序员们的朋友圈。实际上，猎户星空的人脸识别已在门禁、手机等生活场景中落地。此外，其语音技术已能实现全链路远场景交互，并已应用于小雅音箱，并为小米音箱提供了语音合成技术。 白发苍苍的老人修剪着盆景：「小雅，给我来一段《沙家浜》吧。」小雅播放了《沙家浜》，并根据老人的要求调高了音量。 小女孩趴在桌子上：「小雅，我想听昨天的《黑猫新警长》。」小雅告诉小女孩，《黑猫新警长》没有更新，随
今年四月，伊利诺伊州麦当劳的一位顾客对麦当劳提起诉讼，称该公司在使用语音识别点餐之前没有事先获得批准，违反了州生物信息隐私法案。
导读：人工智能已经逐渐走进我们的生活，并应用于各个领域，它不仅给许多行业带来了巨大的经济效益，也为我们的生活带来了许多改变和便利。下面，我们将分别介绍人工智能的一些主要应用场景。
北京时间2022年8月6日上午9点，由51CTO精心策划，以“驱动•创新•数智”为主题的AISummit全球人工智能技术大会将在线上正式拉开帷幕！此次大会专题覆盖“计算机视觉、自然语言处理、算法与模型、推荐系统、机器学习、智慧金融”等众多技术细分领域。论道人工智能的行业驱动力，研讨人工智能的前沿创新技术，共话人工智能时代下的“数智”浪潮。
随着科技的发展，未来教育正迎来巨大的变革，其中自适应学习和机器辅助教学是引领未来教育的重要趋势。本项目旨在借助机器学习技术，构建自适应学习系统，同时探索机器辅助教学在不同学科和年龄段的应用。
但我们至少能看到，无论巨头还是初创者，都在涌入这个领域；5G、AI、AR、分布计算，你能想到的那些技术，也正在这个领域积蓄着能量。
腾讯犀牛鸟专项研究计划旨在连接产学智脑，搭建面向科技创新的产学研深度合作平台。2022年度三大腾讯犀牛鸟专项研究计划——AI Lab专项、微信专项和大出行专项已经发布，共计近20个研究主题，拟立项约70项。 为便于各领域老师了解， 将按自然语言处理与知识图谱、计算机视觉及图像处理、机器学习、语音技术、个性化推荐技术、定位技术和金融科技等方向整理三个专项的相关研究主题，本周内分为8篇文章推送，敬请关注。 本文推送“个性化推荐技术”相关研究主题，点击下方“阅读原文”，可跳转至课题详细介绍。 2022腾讯微信犀牛
Gemini是谷歌公司推出的一个人工智能大模型，能够在不同平台上运行，并包括三种不同规模的模型：Gemini Ultra、Gemini Pro和Gemini Nano。其中，Gemini Ultra是最大、功能最强大的类别，被定位为GPT-4的竞争对手。2023年12月6日，Gemini的初始版本已在Bard中提供，开发人员版本将于12月13日通过Google Cloud的API提供。据谷歌公司高管称，Gemini Pro的表现优于GPT-3.5，但回避了关于它与GPT-4相比的问题。在八项基准测试中，Gemini有七项结果优于OpenAI通用模型的最新版本GPT-4。
2021腾讯犀牛鸟精英人才培养计划12月11日开放申请，1月28日24：00截止，每年仅开放一次。本年度，为帮助学生选择与研究兴趣更加匹配的课题，1月5日-15日开放“犀牛鸟精英人才培养计划线上答疑会”。欢迎各位老师及学生关注答疑视频回播。 70+真实课题：汇聚产业70+最新真实课题及人才需求动态解读。 12个前沿方向：机器人、自动驾驶、AI医疗、量子计算、机器学习、语音技术、自然语言处理、视觉及多媒体计算、信息检索与推荐系统、信息安全技术、数据库、智慧城市。 2项培养计划：“犀牛鸟精英科研人才培养计划
对于刚刚成立的腾讯知文团队来说，过去是收获颇丰的一年。虽然成立尚不足一年，但这一团队已在 AAAI、IJCAI、SIGIR、EMNLP、COLING 等顶会上发表数十篇论文。
随着互联网技术和时代的发展，直播已经融入各行各业，成为现在人们生活密不可分的一部分，娱乐直播、会议直播、行业直播等等。根据不同用户的不同需求，直播也衍生出了多种产品类型而语音直播源码开发就是其中之一。
每天给你送来NLP技术干货！ ---- NLP算法工程师（校招） 工作地点：北京 工作时长：早10晚7，从不加班 工作职责 1. 负责数美风控业务场景下自然语言处理技术；包括文本分类、句法分析、自动摘要、情感分析和语义理解等； 2. 负责关键词识别、文本分类、意图识别、语义蕴含学习等工作； 3. 应用NLP技术解决场景中的对话评价、情感分析、引导、内容识别、问答匹配等工作； 4. 通过对数据的敏锐洞察,深入挖掘产品潜在价值和需求,进而提供更有价值的产品和服务,通过技术创新
Venture Scanner 追踪了 957 个人工智能公司，横跨 13 种类，总共融资额达到了 47 亿美元。以下的 15 张表格总结了人工智能当下的状况。 1、人工智能市场总览 我们把人工智能
随着互联网技术和时代的发展，视频直播已经融入各行各业，成为人们生活的一部分，娱乐直播、会议直播、行业直播等等，互动视频直播市场在不断的扩大。根据不同的用户需求，直播也衍生出了多种产品类型，语音直播源码开发就是其中之一。
上一周，清华大学AMiner发布了《2018自然语言处理研究报告》(下载地址：https://pan.baidu.com/s/1IXuZLgGVHjfYyyX63jcVHQ)，因为时间原因，没能及时的更新，希望大家见谅。现在作者以初学者的态度整理了一下该报告的主要内容，希望能帮助大家。
2015年百度世界展出了语音和图像为代表的多媒体搜索技术，这并非其首次亮相百度世界大会，多媒体搜索已成为百度的重头戏，与连接人与服务战略、人工智能战略一起构成百度的“三驾马车”。 多媒体搜索越来越重要 各大搜索引擎在搜索框之外，迎来两个新图标：话筒和相机，分别对应到语音和图像搜索。通过向搜索引擎说一段话发号施令，或者直接拍摄生活中的实景，表明搜索意图更加简单和自然。让机器“听”和“看”，是人类一直孜孜不倦的追求，这也是人类获取信息最重要的两种方式。 鉴于未来的搜索引擎不再是回答问题的“百科全书”，而是帮助
昨天谈到苹果的Siri进入了mac os最新版本 除了Siri之外，个人助理产品被认为是用户交互关键入口，因此众多大公司参与进来争夺，今天来分别介绍一下典型的几个： 苹果的Siri Siri成立于20
呜啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly栏目又和大家见面啦！
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
