生物识别是指根据个人独有的生物特征和行为特征来识别和认证个人，例如指纹识别、手掌静脉识别、面部识别、虹膜识别、视网膜识别和语音识别。2016年4月，英国Technavio市场咨询公司的分析师指出商业POS（销售点）终端欺诈案件数量不断上升，会在预测期内促进生物识别POS终端市场的发展。Technavio分析师所进行的大量市场研究显示，直到2020年末，全球生物识别POS终端市场都会以接近27%这一令人惊讶的复合年均增长率进行增长。 越来越多的黑客会将脆弱的POS终端作为目标，通过多种手段盗取支付卡数据，例如
据调查发现，有52%的用户更希望使用生物或者其他新兴密码方式，而不再热衷于传统密码，并且有80%的用户相信生物特征识别方式会更安全。 用户的这种倾向正好为谷歌的Abacus计划铺了一条康庄大道，Abacus计划推出一种融合了生物特征识别技术（包括面部识别技术和语音识别技术）和地理位置信息的登录方式，也就是说不用输入传统的密码或者PIN码，就能登录。 大部分用户对于新密码方式的强烈渴求驱动于他们的懒惰，而谷歌废除密码计划也是基于用户的这种心理推动的。Abacus可将密码替换成对使用手机方式的综合分析，然后
人与机器的自然交互一直是人类孜孜不倦的奋斗目标。随着移动互联网时代的发展，声音与图片成为了人机交互更为自然的表达方式。作为最核心的入口，语音技术就成为了科技巨头们争相攻下的堡垒。而人工智能的进步与发展也让语音技术的识别率突飞猛进，也使其有了产品化的机会。 李彦宏曾在剑桥名家讲堂等多个公开场合说过，百度大脑涉及百度最为核心的人工智能内容，具体包括语音、图像、自然语言理解和用户画像等四个核心能力，此外还有机器学习平台；吴恩达也在公开场合演讲时表达了同样的观点。 3 月 14 日，百度硅谷研究院于推出了一款基
劳动力短缺加重了快餐业者的压力，但一些餐馆正在尝试新的员工来带回得来速的美好时光——人工智能。 多伦多初创公司HuEx正在与一个用于得来速的对话式人工智能助手进行试点测试，以帮助支持加拿大几家连锁店的餐厅订餐服务。 根据美国劳工统计局的数据，长期人手不足的食品服务工作的员工离职率最高。HuEx 的语音服务 - 被称为 AiDA - 正工作于北美流行的快速服务连锁店的开车窗口。 AiDA 在得来速扬声器箱处处理客户的订单请求。在NVIDIA Jetson 边缘 AI 平台上运行的 HuEx 专有模型的驱动下，
当你想要知道明天的天气情况时，可以直接问家里的智能音箱；当你开车时想要切换导航路线，可以直接说出新的目的地；当你感觉空调不够凉爽的时候，也可以直接告诉空调把温度调低一些……
李杉 编译自 Recode 量子位 报道 | 公众号 QbitAI 如果谷歌想继续成为主导全球的信息来源，就需要确保人们能够在各种情况下继续使用谷歌产品。为了达成这个目标，他们越来越重视语音服务。 各大硅谷巨头都在争相发展语音领域，而在搜索和语言领域拥有专业技术的谷歌有望占据领先地位。 但谷歌起步较晚。该公司在硬件领域姗姗来迟，苹果Siri依托于iPhone，亚马逊Alex依托于Echo设备，而且都已经在消费普及方面取得了明显的领先优势。 为了充分掌握语音技术，谷歌必须使用这种对广告主及其主营业务不太友
一年一度的618又拉开帷幕，五花八门的促销活动却让人应接不暇，不少人还遭遇“诚意不足，套路有余”的糟心事。
2015年11月11日，微软宣布其Oxford项目将开放一个可用于情绪识别的API。微软一位负责技术与研究的人员表示该API可帮助市场营销人员评估顾客对商店展示效果、电影或食物的反应。商家可以用这个软件来创造一个客户工具，例如一个可以从照片中识别情绪并根据不同情绪给出不同选项的应用。根据微软介绍，该API应用该公司的云端情感识别算法来确定特定时刻某张照片中人的情绪。 微软表示，该API以一张图片作为输入，从其中每张人脸的多个表情中找到表情，并利用人脸识别应用程序画出人脸的边界框。这些情绪与面部表情相关，而表
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。
整理 | Just，阿司匹林 出品 | AI科技大本营（公众号ID：rgznai100） 【导语】近日，在英特尔与 O'Reilly 联合主办的中国人工智能大会上，小米的小爱团队负责人王刚分享了他们在语音交互技术上的进展以及面临的困境，其一是有些用户需求的处理方式仍然是“有多少人工就有多少智能”，其次对于用户行为反馈结果如何去做更好对话模型的理解问题，他希望引起学界和业界人士的重点关注。王刚希望，通过不断探索，最终能构建一个具有自主学习能力的对话系统。 以下为王刚演讲内容实录，AI科技大本营整理： 整个小爱
整理 | Just，阿司匹林 【导语】近日，在英特尔与 O'Reilly 联合主办的中国人工智能大会上，小米的小爱团队负责人王刚分享了他们在语音交互技术上的进展以及面临的困境，其一是有些用户需求的处理
机器学习概述简要的描写了机器学习的概念和相关分类，包括神经网络和深度学习等等，其中就网络神经的应用举例说明了常用的自然语言理解、人脸识别以及语音识别的成熟使用情况等等
大数据文摘授权转载自品玩 作者：吳越 12月伊始，传闻许久的亚马逊万人裁员计划，终于还是锁定了第一批对象。据英国《金融时报》报道，亚马逊决定首先精简的团队，分别来自Alexa语音助手及音箱，Kindle电子阅读器和Halo健康监测手环这三个设备。 其中，又以Alexa所在的部门人员最多，亏损最甚。Business Insider称，仅Alexa团队就有超万名员工，且团队2022年的亏损即将超过100亿美元。另据ABI Research的数据，亚马逊每售出一台Alexa设备都会损失数美元。以智能音箱Echo
来源：量子位、腾讯科技、全球创新论坛 编译：问耕 李林 本文多图、较长，建议阅读20分钟+ 本文整理了近两年互联网趋势报告中与AI相关的内容，并分享《互联网趋势2017报告》全文。 本文含有335页《互联网趋势2017报告》中文版全文，建议您在WiFi环境下观看。 后台回复关键词“清华大数据”可下载中英文完整版互联网趋势2017报告PDF。 今日凌晨，来自KPCB的“互联网女皇”玛丽·米克尔（Mary Meeker）照例在Code大会上发布《互联网趋势2017报告》。 自从1995年以来，这已经是
不知道大家有没有过这样的经历，有时候我们聊天聊到了某个商品，没过多久，一些电商类APP就推荐了相关商品。
以下内容根据 GIF2016 极客公园创新大会年度商业变量论坛 出门问问 Ticwatch创始人&CEO 李志飞的演讲整理而成。 李志飞：过去几年人工智能确实非常热，我作为技术人员和工程师一直保持这个
可以说，2020年新冠肺炎疫情的扩散和蔓延，对全球产业链产生了巨大冲击，但不可否认，疫情一方面也加快了数字化经济发展步伐，据中国信息通信研究院数据显示，2019年我国数字经济规模已达到35.8万亿元，数字经济占GDP的36.2%。 面对广阔的市场蓝海，数字化转型已成为产业发展的必然选择，企业想要把握住数字经济发展的红利，势必需要改变原有的商业模式，迈出企业数字化转型的第一步。 数字化转型的汹涌浪潮中，企业对数字化转型中的服务要求也越来越高，高品质的服务体验呼之欲出，作为连接企业与客户关系的桥梁，智能客
深度学习的优势是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。其中深度指的是网络中最长的输入输出距离。
两年前的2016年，依然被称为NIPS大会的该活动有5,000名注册参与者。去年，参会者人数达到8,000。到了今年，首批2,000张门票在放出12分钟内即售罄。
原文：Which deep learning network is best for you? http://www.cio.com/article/3193689/artificial-intel
李林 若朴 假装发自 McEnery 量子位 报道 | 公众号 QbitAI “I love machine learning, especially since I’m a machine, lea
一年一度的618购物节已经拉开帷幕， 五花八门的促销活动却让人应接不暇， 不少人还遭遇“诚意不足，套路有余”的糟心事。 事实上， 一场消费者的狂欢盛宴， 离不开企业与消费者的双向奔赴。 今年618， 腾讯云AI携语音识别、泛娱乐、OCR等众多优品而来， 特设超级爆品日、618黄金周以及 首单专区、企业专区、特惠专区， 为客户切实让利！ 折扣最低可至1元购。 文末点击阅读原文即可进入腾讯云官网AI主会场选购！ 产品多、折扣多，该如何选择呢？ 小编吐血整理了一份保姆级折扣指引！ “墙~裂”推荐！ 话不多说
近年来，随着AI 技术快速发展，虚拟数字人行业也进入了新的发展阶段。AI 技术可覆盖虚拟数字人的建模、视频生成、驱动等全流程，一方面使虚拟数字人的制作成本降低、制作周期缩短，另一方面，多模态 AI 技术使得虚拟数字人的交互能力更上一个台阶。另外，据中商产业研究院预计，到2030年我国数字虚拟人整体市场规模将超过2700亿元，其中身份型数字人约1747亿元，占比达65%；服务型数字人约955亿元，占比35%。
三星研发“4K”眼动追踪VR一体机 据悉，三星下一代一体化Exynos VR头显将搭载Visual Camp的VR眼动追踪技术。眼动追踪对VR和AR都十分重要，尤其是注视点渲染。除了眼动追踪技术外，诸
摘自：新智元（微信号：AI_era） 译者：王杰夫 回复“趋势”，可一并下载《2016年科技、传媒和电信行业预测（英文版）》报告全文（48页），《埃森哲2016年技术展望》中文摘要(18页)及英文报告
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。
2021 年末，Apple 公布了 App Store Awards 获奖名单。《英雄联盟手游》凭借精致细腻的视觉效果和丰富刺激的故事情节，被评选为 App Store 2021 年度 iPhone 游戏及最佳竞技游戏。 01. 云函数支撑用户运营活动 助推经典 IP 辐射扩散 《英雄联盟手游》国服上线 3 个小时，即登顶 iOS 免费榜，同时在 Bilibili、TapTap 等平台上下载量一路飙升，创造了中国游戏市场新品发行的多个记录。而一系列建立在经典 IP 之上的用户运营活动、衍生小游戏及全
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。
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。
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。
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
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
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。
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）。
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。
不知道AI落地趋势变化是否已让你感知？2018年下半年开始，技术先发正在被产品、场景为王替代。
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。
▊《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
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
对象存储
实时音视频
即时通信 IM
