机器之心发布 机器之心编辑部 机器之心《2020-2021 全球 AI 技术趋势发展报告》节选：顶会趋势（NeurIPS）分析。 2021 年伊始，机器之心发布《2020-2021 全球 AI 技术趋势发展报告》，基于顶会、论文及专利等公共数据、机器之心专业领域数据仓库，通过数据挖掘定位七大趋势性 AI 技术领域。 此外，该报告还邀请了近 100 位专家学者通过问卷调查，形成对这七大技术领域近年发展情况、成熟度与未来趋势的综合总结，并基于 2015-2020 年间的开源论文与专利语料，结合机器之心自有的新闻
这个页面不需要用户登录，就能获取页面数据，所以我们不需要考虑登录时获取token的问题，这个下次会单独做个视频讲解。
智能语音在近年一直是个很火的话题，商业应用也在不断增加，在10月10号的深蓝&大咖面对面活动中，我们邀请到了语音界大佬陈果果博士，针对目前语音领域问题进行分享与探讨。
金磊 发自 凹非寺 量子位 | 公众号 QbitAI AI成精，“逼疯”程序员；AI做高数，成绩超过博士；AI写代码，成功调教智能体…… 看多了这种故事，你是不是也觉得，AI太卷了，要上天了。 今天回归本源，讲点不那么玄幻的。AI为什么会进化？底层其实没有秘密，无非是语言、视觉等几大基本功。 其中，语言能力对AI的智能水平有决定性影响。视觉研究怎么“看”，语言研究“听”、“说”和“理解”。 对人类来说，“听”、“说”、“理解”相加，基本等于思维能力，对AI，道理也差不多。 最近，咨询机构Gartner发布《
1.谷歌无人驾驶汽车实践出真知，持续推进安全保证 无人驾驶汽车已成为众科技巨头们争夺的下一片蓝海，在此领域耕耘多年的谷歌无人驾驶汽车已走遍美国20多个州，用实践助力无人汽车的安全。谷歌表示，在该项目上
五一来了，放松下来的你，是不是偶尔会打开直播，与长发锥子脸的主播来一场亲密的互动秀聊？ 在直播这块娱乐大市场，人工智能到底有何用武之地？ 面对每天在直播间诞生的超大量级的数据，人工智能到底能帮上哪些忙？ 直播的背后，初创科技公司到底有哪些创业机会？ 今天，我们会介绍两家公司，他们分别在直播的链条上，做着自己的布局，运用人工智能以及相关技术，让人们在直播间玩得爽的同时，分食这块600亿的大蛋糕。 第一家公司，竹筏科技，它是如何以强悍的数据处理能力，游走在直播间，嗅觉灵敏地提炼着其中最优质地内容。而第二家公
在著名的微软MSMARCO（Microsoft MAchine Reading COmprehension）机器阅读理解测试排行上，现在排名第一的团队，已经悄然变成了猿辅导。
近10年，人工智能发展迅速，如今该领域已经涵盖了机器学习、自然语言处理、计算机视觉、Web与知识工程、机器人、信息检索、人机交互、语音识别、数据挖掘、图形学、可视化、虚拟现实、多媒体、物联网、计算经济学、计算理论、信息系统、计算机安全和数据库等诸多研究方向。
机器之心报道 编辑：shanshan 又一位技术大牛出来创业了! 9 月 13 日，卡内基梅隆大学副教授 Graham Neubig 在 Twitter 上宣布，与 @stefan_fee 和 @odashi_en 一起成立了 Inspired Cognition 公司！ 「我们的目标是通过工具和专业知识，让构建 AI 系统（尤其是 NLP）变得更容易、更高效。」 1、致力于优化 AI 系统开发 人工智能 (AI) 正在成为与软件一样推动世界进步的力量。然而，与传统的软件工程不同，人工智能工程引入了各种
机器之心原创 作者：蛋酱 他们用 AI 帮助千千万万个「丁真」学习普通话，走出大山，走向更好的未来。 「我的家在四川甘孜州理塘县，就住在格聂雪山脚下。在我们村庄，每天推开门就能看见格聂雪山。这就是我的世界……」 伴随着「丁真」的名字火遍全国，理塘也越来越为人所熟知。 图片来源：理塘县人民政府 雪山、草原、冰川、寺庙、白塔…… 这里有着如画的风景，无愧于它「天空之城」的称号。但受制于交通、地理、海拔等因素，不少生活在山区的儿童仍然缺乏与外界的连接。部分地区的素养教育资源分配不均匀，且网络信息良莠不齐，很多山
下面列举了100多个国内常用API接口，并按照 笔记、出行、词典、电商、地图、电影、即时通讯、开发者网站、快递查询、旅游、社交、视频、天气、团队协作、图片与图像处理、外卖、消息推送、音乐、云、语义识别、语音识别、杂志、综合 进行了如下分类。
下面列举了100多个国内常用API接口，并按照 笔记、出行、词典、电商、地图、电影、即时通讯、开发者网站、快递查询、旅游、社交、视频、天气、团队协作、图片与图像处理、外卖、消息推送、音乐、云、语义识别、语音识别、杂志、综合 进行了如下分类。 笔记 OneNote - OneNote支持获取，复制，创建，更新，导入与导出笔记，支持为笔记添加多媒体内容，管理权限等。提供SDK和Demo。 为知笔记 - 为知笔记Windows客户端开放了大量的API，其中绝大部分，都通过COM提供，可以在javascript,
12月10日，TME音乐学院聘请西北工业大学教授、西工大音频语音与语言处理实验室负责人谢磊教授科研技术分享，并担任音乐学院特聘顾问。TME基础平台部总经理周文江给谢磊教授颁发了特聘顾问证书。 近年来围绕国家“新一代人工智能”拟人化人机交互的重大需求，谢磊教授带领实验室团队深入开展全链路智能语音处理技术，在多项语音识别、关键词检出、语音增强、声纹识别国际评测中取得第一名的顶尖成绩，实验室入选2019《互联网周刊》中国人工智能高校排行十大顶尖实验室。 TME (腾讯音乐娱乐集团) 是中国在线音乐娱乐服务
业内都说2016年是人工智能商业化元年。现在回头看，那时正是智能人机交互产业爆发的前夜。
原文链接：https://github.com/fighting41love/funNLP
腾讯云语音识别API：腾讯云提供了一系列的语音识别API，包括语音识别、语音转换、语音唤醒等。小程序可以通过调用腾讯云提供的API来实现语音识别功能。
语音识别技术，也被称为自动语音识别Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入。语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。 语音识别技术主要包括特征提取技术、模式匹配准则及模型训练技术三个方面。语音识别技术车联网也得到了充分的引用，例如在翼卡车联网中，只需按一键通客服人员口述即可设置目的地直接导航，安全、便捷。
语音识别是一项非常重要的技术，它可以将人类的语音转化为计算机可以理解的形式。深度学习是一种非常强大的机器学习技术，它在语音识别方面也有广泛的应用。本文将详细介绍深度学习在语音识别方面的应用。
语音识别是人工智能领域的一个重要方向，现在已逐渐发展为一个具有广阔前景的高新技术产业，许多企业在语音识别技术上潜精研思。例如，百度借助自己的人工智能生态平台，推出了智能行车助手CoDriver；科大讯飞与奇瑞等汽车制造商合作，推出了飞鱼汽车助理；搜狗与四维图新合作，推出了飞歌导航；云知声、思必驰在导航、平视显示器等车载应用方面推出了多款智能语控车载产品……在如今的语音技术市场中，大量产品被人们开发出来并运用到实处上，语音识别技术的发展前景如火如荼。
在人工智能的辉煌进程中，语音识别技术无疑占据了一个至关重要的地位。从最初的简单命令识别到今日能理解复杂语境的智能助手，语音识别技术已经深入人类生活的各个角落。它不仅改变了我们与机器交流的方式，更开启了一个全新的互动时代。
选自Awni 机器之心编译 参与：Nurhachu Null、路雪 深度学习应用到语音识别领域之后，词错率有了显著降低。但是语音识别并未达到人类水平，仍然存在多个亟待解决的问题。本文从口音、噪声、多说话人、语境、部署等多个方面介绍了语音识别中尚未解决的问题。 深度学习被应用在语音识别领域之后，词错率有了显著地降低。然而，尽管你已经读到了很多这类的论文，但是我们仍然没有实现人类水平的语音识别。语音识别器有很多失效的模式。认识到这些问题并且采取措施去解决它们则是语音识别能够取得进步的关键。这是把自动语音识别（
语音识别（Speech Recognition）技术是指将口述或语音信号转化为文本或命令的自动化过程。随着深度学习技术的快速发展，语音识别取得了长足的进步，成为人机交互、智能助理和语音控制等领域的核心技术之一。本文将详细介绍语音识别技术的发展历程，重点介绍了深度学习、端到端建模以及多模态融合等技术在语音识别领域的应用，并展望了未来的发展趋势。
随着人工智能时代的到来，大模型的技术日新月异，我们不仅仅满足于文字之间的交互，希望能够有更近一步的交流。既然现在文字已经能够很好的模拟人类了，那随之而来的，是不是我们能够通过模拟人类交流的方式来交互。
对应的便是“耳”、“脑”、“口”的工作，机器要听懂人类说话，就离不开语音识别技术（ASR）。
iOS10系统是一个较有突破性的系统，其在Message，Notification等方面都开放了很多实用性的开发接口。本篇博客将主要探讨iOS10中新引入的SpeechFramework框架。有个这个框架，开发者可以十分容易的为自己的App添加语音识别功能，不需要再依赖于其他第三方的语音识别服务，并且，Apple的Siri应用的强大也证明了Apple的语音服务是足够强大的，不通过第三方，也大大增强了用户的安全性。
语音识别技术，也被称为自动语音识别Automatic Speech Recognition (ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
「人才是我们的创新之源。小米今年新招聘入职的数量已超过 2250 人，研发团队规模达到了一万人。2021 年我们还将扩招 5000 名工程师，进一步扩充研发团队，并增加研发投入。」在第四届小米开发者大会 MIDC 上，小米创始人雷军说道。
最近自己想接触下语音识别，经过一番了解和摸索，实现了对语音识别API的简单调用，正好写文章记录下。目前搜到的帖子里，有现成的调用百度语音API来对音频文件进行识别的；也有通过谷歌语音服务来实现了实时语音识别的。由于我这谷歌语音一直调用不成功，就将二者结合，简单实现了通过百度语音API来进行实时语音识别。
随着人工智能产品在生活中的渗透率越来越高，其中技术的发展也成为了众人关心的重点所在。作为人机自然交互的基本途径之一，近期以来，语音识别的发展不可谓不快速。 当下，诸如科大讯飞、百度等多家企业声称，其研发的语音识别技术已经达到了97%的准确率。而在日前，谷歌研究员公开表示其语音识别的错误率（将一个词语从语音转录成为文字时的错误率）自2012年以来已经降低了30%以上……纵观过去的2016年，谷歌、苹果和微软等多家科技巨头都公布了自己在语音识别上的进展和突破，而在接下来的时间里，语音识别也将是2017年的发展重
对于想进入语音识别领域的学习者来说，了解语音识别系统的一些基本概念，会有助于更快的进入这个行业的交流平台，本文对语音识别系统的一些常见概念做了整理，希望能对刚开始接触语音学习的人有所帮助。
人工智能技术中，语音识别与图像识别最先实现商业化。不过，照目前情况看来，不管是语音识别还是图像识别，C端似乎都是其商业化进程中难以触碰的一个点。 就在昨天，谷歌的社交软件Allo被爆出将在本周上线，值
来源：专知本文约3000字，建议阅读5分钟在这篇论文中，我们探索使用自我监督学习。 在大量标记语音数据上使用监督学习算法训练的深度神经网络在各种语音处理应用中取得了显著的性能，往往在相应的排行榜上处于领先地位。然而，训练这些系统依赖于大量带注释的语音这一事实，为继续发展最先进的性能造成了可扩展性瓶颈，而且对在语音领域部署深度神经网络构成了更根本的障碍，因为标记数据本质上是罕见的，昂贵的，或耗时的收集。 与带注释的语音相比，未转录的音频通常积累起来要便宜得多。在这篇论文中，我们探索使用自我监督学习——一种学
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
⚫ 加窗：分帧后，每一帧的开始和结束都会出现间断。因此分割的帧越多，与原始信号的误差就越大， 加窗就是为了解决这个问题，使成帧后的信号变得连续，并且每一帧都会表现出周期函数的特性。
---- 新智元报道 编辑：好困 【新智元导读】全球首款叫Air的AR眼镜，成为了首个全球销量突破3万的消费类AR产品。 近日，小编从相关供应链证实，Rokid消费类产品——全球首款叫Air的AR眼镜，成为首个全球销量突破30,000台的消费类AR产品。 不难想象，在天猫、京东、抖音、亚马逊四大平台「消费类AR产品」的销量排行上，Rokid Air也是稳居第一。 作为今天主角的Rokid Air有着83克的轻巧时尚设计、可折叠机身，使得Rokid Air可轻便装入口袋，随身便携。43度广域场视角
近日，阿里巴巴达摩院机器智能实验室语音识别团队，推出了新一代语音识别模型—— DFSMN，不仅被谷歌等国外巨头在论文中重点引用，更将全球语音识别准确率纪录提高至 96.04%（基于世界最大的免费语音识别数据库LibriSpeech）。
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。
今年 2 月，中国人工智能公司出门问问联合西北工业大学推出了全球首个面向产品和工业界的端到端语音识别开源工具 ——WeNet。
【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。
▊《人工智能：语音识别理解与实践》 俞栋 邓力 俞凯 钱彦旻 著 电子书售价：79.5元 2020年11月出版 本书是全面且深入介绍语音识别及理解相关技术细节的专著。 与我们在2014年出版的《解析深度学习：语音识别实践》相比，《人工智能出版工程 人工智能：语音识别理解与实践》在它的基础上做了大量改写，并对内容有大幅补充，详细总结了新的语音识别算法及应用技术以及在口语对话系统研究中基于深度学习的自然语言处理技术。 本书首先概要介绍语音识别、口语理解和人机对话的基本概念与理论：接着全面深入地依次详述传统声学模
Google日前正式发布旗下云端语音识别API，支持80多种语言，也能辨识正体中文。而新版API加强了长版音频档的转录精准度，也新增支持WAV、Opus和Speex文件格式，且Google也宣称，新版
随着自然语言处理（NLP）技术的不断发展，它的应用范围逐渐扩展到了语音识别领域。语音识别是一项重要的技术，可以将人类语音转换为文本，为语音交互系统、智能助手等提供支持。本文将深入探讨NLP在语音识别中的应用，探讨其原理、技术方法以及面临的挑战。
语音识别技术，也被称为自动语音识别Automatic Speech Recognition，(ASR)，其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
随着智能手机、智能音箱等智能设备的普及，语音搜索已经成为了一种趋势。语音搜索不仅方便快捷，而且可以实现双手的解放。语音搜索的实现离不开语音识别技术，本文将详细介绍语音识别的语音搜索。
作者 | 陈孝良 责编 | 胡永波 目前来看，语音识别的精度和速度比较取决于实际应用环境，在安静环境、标准口音、常见词汇上的语音识别率已经超过95%，完全达到了可用状态，这也是当前语音识别比较火热的原因。 随着技术的发展，现在口音、方言、噪声等场景下的语音识别也达到了可用状态，但是对于强噪声、超远场、强干扰、多语种、大词汇等场景下的语音识别还需要很大的提升。当然，多人语音识别和离线语音识别也是当前需要重点解决的问题。 学术界探讨了很多语音识别的技术趋势，有两个思路是非常值得关注的，一个是就是端到端的语音识别
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。
语音助手已经成为现代生活中不可或缺的一部分。人们可以通过语音助手进行各种操作，如查询天气、播放音乐、发送短信等。语音助手的核心技术是语音识别。本文将详细介绍语音识别的语音助手。
语言作为人类的一种基本交流方式，在数千年历史中得到持续传承。近年来，语音识别技术的不断成熟，已广泛应用于我们的生活当中。语音识别技术是如何让机器“听懂”人类语言？本文将为大家从语音前端处理、基于统计学语音识别和基于深度学习语音识别等方面阐述语音识别的原理。
原文：Building a Speech-to-Text App Using Speech Framework in iOS 10
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
云直播
对象存储
