其乐融融 发布于 2024/05/10 02:30:12

人工智能已经真正改变了智能语音助理在我们日常生活中的使用方式，而我们才刚刚开始了解它们。

阅读()评论(0)赞 ()标签：智能语音 / 人工智能 / 物联网

其乐融融 发布于 2024/01/09 02:30:12

2024年已开始，AI热度不减，以下是几个截止目前比较优秀的开源语音识别引擎。

阅读()评论(0)赞 ()标签：AI / 开源 / 语音识别

其乐融融 发布于 2023/10/29 02:30:36

资深撰稿人约瑟夫・考克斯（Joseph Cox）近日在 Vice 平台发布文章，分享了他如何利用 AI 生成的语音成功入侵银行账号。

阅读()评论(0)赞 ()标签：AI / 语音识别

其乐融融 发布于 2023/10/29 02:30:33

语音识别和语音合成对诸如可访问性等领域产生了巨大影响。本文将对Web Speech API进行深入探讨。

阅读()评论(0)赞 ()标签：Web / 语音合成 / 语音识别

其乐融融 发布于 2023/10/29 02:30:30

Alexa及其他语音助手的现状提醒我们，研发出色技术与依托技术赚钱存在着差距。科技公司忙于裁员，准备迎接即将到来的经济衰退，新潮但不盈利的技术将不得不设法展示其价值，否则将被企业淘汰，以维持生存。亚马逊Alexa推出八年后，我们可以从语音助手这项技术和这块业务中学到以下几点。

阅读()评论(0)赞 ()标签：语音助手 / 自动语音 / 音箱

其乐融融 发布于 2023/10/29 02:30:26

以智慧视觉、文字识别、出行辅助、拍照辅助、小艺智慧语音助手为代表的视觉无障碍科技，解决了视障人生活和工作中的难题

阅读()评论(0)赞 ()标签：智慧视觉

其乐融融 发布于 2023/10/29 02:30:23

到2030年，全球语音和语音识别市场预计将达到536.6亿美元。

阅读()评论(0)赞 ()标签：语音智能 / 语音识别

其乐融融 发布于 2023/10/29 02:30:20

语音识别技术在消费者和商业中有多种重要用途，而开发人员可以利用Node.js代码示例的语音到文本API的优势。

阅读()评论(0)赞 ()标签：语音识别 / Node.js / 音频质量

其乐融融 发布于 2023/10/29 02:30:17

这就是在包括 Ubuntu 在内的 Linux 系统中将语音转换为文本的方法。

阅读()评论(0)赞 ()标签：Ubuntu / Linux / 语音识别

其乐融融 发布于 2023/10/29 02:30:13

火山语音团队最新发布的超自然对话语音合成技术相较传统TTS更加真实自然，即语气词、吸气声、犹豫时的停顿以及字音拖长等细节统统被完美复现，而且只需常规音库1/4数据，就可完美还原真人说话细微的韵律特点、发音口癖，让合成效果更加真实。

阅读()评论(0)赞 ()标签：火山语音 / 语音建模

其乐融融 发布于 2023/10/28 02:30:49

语音交流对于社会生活的重要性不言而喻。

阅读()评论(0)赞 ()标签：AISummit / 智能语音

其乐融融 发布于 2023/10/28 02:30:46

目前，语音交互赛道已汇集了互联网巨头、知名硬件企业、电商平台、传统家电厂商以及各类人工智能初创公司，特别是近几年以智能音箱为代表的语音交互产品在国内外的火爆，极大地激发了语音交互技术的应用和发展。

阅读()评论(0)赞 ()标签：语音识别

其乐融融 发布于 2023/10/28 02:30:43

本文将讨论机器学习和人工智能已经取得的进展，以及它们如何对语音技术提升产生的影响。

阅读()评论(0)赞 ()标签：机器学习 / 人工智能 / 语音

其乐融融 发布于 2023/10/28 02:30:40

由于Siri、Alexa和谷歌助手等软件的出现，语音技术在过去十年中得到了巨大的发展。但语音助手行业尚未充分发挥其潜力，它可以成为我们每天使用的许多应用程序不可或缺的一部分。

阅读()评论(0)赞 ()标签：语音助手 / 智能助理 / 机器学习

其乐融融 发布于 2023/10/28 02:30:33

AI语音生成的特点就是呆板，没有情绪的起伏。最近Meta AI连发了三篇Textless NLP的论文，不仅开源了textlesslib库，还展示了AI对话在语音情感转换的惊人能力！

阅读()评论(0)赞 ()标签：AI / 语音 / 智能

其乐融融 发布于 2023/10/28 02:30:25

为了解决语音识别的跨领域和跨语言问题，微软亚洲研究院机器学习组和微软（亚洲）互联网工程院提出了跨领域和跨语言语音识别的 CMatch 和 Adapter 方法。

阅读()评论(0)赞 ()标签：语音识别 / 机器学习 / 微软

其乐融融 发布于 2023/10/28 02:30:21

人工智能生成的声音质量得到了迅速提高，人工智能配音演员可以为商业演示和企业广告提供流畅的画外音。这大大提高了效率，同时降低了成本。但人类说话的某些方面很难被模仿，那些更复杂的配音表演——比如令人信服的《哈姆雷特》——仍然遥不可及。

阅读()评论(0)赞 ()标签：人工智能 / 语音合成 / 技术

其乐融融 发布于 2023/10/28 02:30:12

在SpeeChin的加持下，现在的Siri、Alexa等就已经可以识别，而且还支持普通话和英文！

阅读()评论(0)赞 ()标签：AI / 语音识别 / 技术

其乐融融 发布于 2023/10/28 02:30:09

DeepSpeech 是一个语音到文本的命令和库，使其对需要将语音输入转化为文本的用户和希望为其应用提供语音输入的开发者都很有用。

阅读()评论(0)赞 ()标签：DeepSpeech / 开源 / 软件开发

其乐融融 发布于 2023/10/28 02:30:06

为了研究视觉效果，尤其是嘴部动作的镜头，是否可以提高语音识别系统的性能。Meta 的研究人员开发了 Audio-Visual Hidden Unit BERT (AV-HuBERT)，这是一个通过观看学习和听人们说话来理解语言的框架。

阅读()评论(0)赞 ()标签：人工智能 / 语音识别 / 技术

其乐融融 发布于 2023/10/27 02:30:53

Facebook AI（bushi），更准确地说是Meta AI，刚刚发布了自监督语音处理模型XLS-R，共支持128种语言。

阅读()评论(0)赞 ()标签：模型 / 人工智能 / 深度学习

其乐融融 发布于 2023/10/27 02:30:50

语音识别技术是从20世纪50年代开始发展的。现在让我们看看这些年来这项技术是如何发展的，以及我们使用的语音识别和语音转文本功能的方式是如何随着技术的发展而发展的。

阅读()评论(0)赞 ()标签：语音识别 / 技术 / 人工智能

其乐融融 发布于 2023/10/27 02:30:47

日前，微软发布最新 Azure 神经网络语音合成技术Uni-TTSv3多语言语音合成模型。与上一代语音合成模型相比，Uni-TTSv3语音合成保真度更高、速度更快、训练时间更短，更降本增效。

阅读()评论(0)赞 ()标签：语音合成 / 微软 / 人工智能

其乐融融 发布于 2023/10/27 02:30:43

在本文中，我们列出了 2022 年语音技术的 10 大关键预测。

阅读()评论(0)赞 ()标签：人工智能 / 语音识别 / 机器人

其乐融融 发布于 2023/10/27 02:30:40

基于微软Azure认知服务平台语音服务而构建的口语评测功能，让语言学习的教与学更加方便，赋能教育行业。

阅读()评论(0)赞 ()标签：AI赋能 / 微软