鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

语音识别

107内容

关注

涵盖语音识别相关研究热点、技术难点与应用场景。

共 107 条

使用小型视觉语言模型（VLM）进行物体识别与计数

今天的重点是一个具有无数实际应用的功能：在边缘设备（如智能手机、物联网设备和嵌入式系统）上运行小型视觉语言模型（VLM）。

2024-12-13 15:53:58

VLM 小型视觉语言模型 LLM

森海塞尔用创新技术推动会议系统变革升级，让每一位参会者“听得清、看得见” 原创

为了满足不同场景会议的要求，森海塞尔先后推出了天花阵列麦克风解决方案和TC Bars 智能音视频一体机产品，很好地解决了各种规模会议的声音和视频传递需求。

2024-11-29 17:01:58

森海塞尔 TCC 2 TC Bar

第一线携AI+云网安服务亮相2024北京动画周，助力动画产业创新发展原创

第一线携AI数字人、AI文本生成语音、基础云服务等产品亮相展会，全面展示了在推动动画技术的创新与产业升级方面的成果，以及对动画产业实现降本增效的重要价值，获得了与会领导与企业的参观与认可。

2024-10-21 09:31:07

抢先体验Galaxy AI的创新玩法，用AI解锁新未来

在数字化时代，智能设备已经成为人们生活中不可或缺的一部分。三星电子一直致力于通过创新技术推动社会进步，此次与天猫校园的合作，不仅是一次产品的展示，更是一次智慧与未来的深度对话。

2024-07-18 19:30:58

三星电子 Galaxy AI 智能设备

13个优秀开源语音识别引擎

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。

2024-01-08 19:30:15

AI 开源语音识别

专家利用 AI 生成的语音成功通过银行语音验证系统，可查看余额和近期转账记录

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。

2023-02-25 16:12:08

AI 语音识别

Web Speech API开发者指南：它是什么以及如何工作译文

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。

2023-02-24 13:24:52

Web 语音合成语音识别

语音助手好吗？好，但还不够好译文

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。

2022-12-06 07:34:36

语音助手自动语音音箱

打造更包容的数字世界，华为HDC带开发者体验信息无障碍新世界

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

2022-11-06 09:55:59

增强语音智能：语音技术的新前沿

到2030年，全球语音和语音识别市场预计将达到536.6亿美元。

2022-11-03 16:31:08

语音智能语音识别

如何利用Node.js将语音转换为文本译文

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。

2022-10-12 08:00:00

语音识别 Node.js 音频质量

使用谷歌文档在 Ubuntu 中对文本进行语音识别

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。

2022-10-08 08:36:02

Ubuntu Linux 语音识别

仅用1/4数据量还原真人语音100%细节，火山语音上新超自然对话语音合成技术！

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。

2022-09-15 09:59:55

火山语音语音建模

人脸识别案件频发，多模态生物核验能否成为新的“银弹”？原创

如何提高生物核验与防伪的能力，解决现有安全隐患，就成为了目前金融行业生物核验与防伪的核心问题。

2022-08-18 17:46:07

人脸识别语音识别生物核验

Siri越来越“大众”，未来智能语音会有哪些突破？原创

语音交流对于社会生活的重要性不言而喻。

2022-07-26 13:18:05

AISummit 智能语音

语音识别的发展之路要怎么走

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。

2022-07-06 13:21:52

机器学习发展如何助力配音技术提升译文

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。

2022-05-05 12:39:13

机器学习人工智能语音

语音助手行业将走向何方？

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。

2022-04-18 16:27:54

语音助手智能助理机器学习

Meta AI连发三篇Textless NLP论文：语音生成的终极答案？

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！

2022-04-08 14:58:22

AI 语音智能

如何亿点点降低语音识别跨领域、跨语种迁移难度？

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。

2022-04-01 11:13:48

语音识别机器学习微软

人工智能配音演员如何“以假乱真”

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。

2022-02-20 23:57:29

人工智能语音合成技术

不出声也能命令Siri！清华校友开发「无声语言识别」项链

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！

2022-02-16 13:40:08

AI 语音识别技术

使用 DeepSpeech 在你的应用中实现语音转文字

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。

2022-02-05 08:20:25

DeepSpeech 开源软件开发

AI 看唇语，在嘈杂场景的语音识别准确率高达75%

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。

2022-01-10 23:57:36

人工智能语音识别技术

Meta发布支持128种语言的新语音模型：指向元宇宙跨语种交流

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。

2021-11-22 17:47:21

模型人工智能深度学习

语音识别技术是如何发展的？

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。

2021-11-17 10:37:39

语音识别技术人工智能

语音合成模型Uni-TTS升级：一音色多语言，高保真高效率

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。

2021-11-16 14:11:59

语音合成微软人工智能

2022年需要关注的十项语音技术关键预测

在本文中，我们列出了 2022 年语音技术的 10 大关键预测。

2021-11-11 15:29:20

人工智能语音识别机器人

微软口语评测功能上线美式英语通用版，赋能教育行业

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。

2021-09-18 09:37:57

什么是自然语言处理（NLP）？译文

自然语言处理（NLP）是人工智能的一个分支，它使计算机能够像人类一样理解、处理和生成语言。搜索引擎、机器翻译以及语音助理均由该技术提供支持。

2021-05-17 09:00:00

自然语言人工智能技术

AI智能语音识别算法下篇

2021-05-06 11:18:23

人工智能语音识别

AI智能语音识别算法上篇

2021-05-06 11:13:06

人工智能语音识别

如何三步搭建一套声纹系统

声纹检索，顾名思义就是说话人识别，通过声音来验证或者识别说话人的声音。声纹识别的关键步骤就是声音向量化，将说话人的声音将其转化成结构化的向量。阿里云AnalyticDB向量版，提供了一套声纹验证检索的解决方案。用户只需要使用简单的几条SQL命令，三步之内就可以搭建一套高精度的声纹检索验证服务。

2021-05-06 11:06:52

人工智能语音识别声闻检索

用 Python 训练自己的语音识别系统，这波操作稳了

近几年来语音识别技术得到了迅速发展，从手机中的Siri语音智能助手、微软的小娜以及各种平台的智能音箱等等，各种语音识别的项目得到了广泛应用。

2021-04-27 16:04:26

人工智能 Python 语音识别

基于Transformer的高效、低延时、流式语音识别模型

微软 Azure 语音团队与微软亚洲研究院的研究员们一起提出了一套结合 Transformer 家族的编码器和流式 Transducer 框架的解决方案，并提出了 Mask is all you need 的方法对模型进行快速训练以及解码，让 Transformer 模型能够在普通的计算设备上进行快速的语音识别。

2021-04-27 15:47:12

人工智能语音识别 Transformer

语音识别技术迎风发展，未来五年规模将近300亿

语音识别技术得到重视，根据市场研究机构报告预测，到2025年，语音识别市场规模将达到267.9亿美元。

2021-04-14 14:49:47

语音识别技术人工智能

2021年中国AI语音识别行业市场现状与发展前景分析

语音识别是人机交互的入口，是指机器/程序接收、解释声音，或理解和执行口头命令的能力。随着语音技术与智能手机、平板电脑等电子产品芯片集成的深入发展，用户交互体验水平将得到大幅提升，用户认知和习惯得以培养，中国智能语音市场规模将会继续保持稳步扩张态势。

2021-04-14 10:22:01

人工智能语音识别技术

到2025年，语音识别市场将达到267.9亿美元

语音和语音识别是生物识别系统的一部分，该系统授权对各种设备进行非接触控制，包括计算机、智能手机和智能设备。

2021-04-06 10:07:50

语音识物联网人工智能

很遗憾，自然语言理解是AI尚未攻克的领域

短短几年之内，深度学习算法得到了长足发展，不仅在棋类游戏中击败了全球很优秀的选手，也能够以等同于、甚至超越人类的准确率识别人脸。但事实证明，人类语言仍是一项独特且深邃的难题，亦是AI技术所面对的最为艰巨的挑战之一。

2021-01-19 22:38:59

人工智能语言人脸识别

利用图像声音等社交数据，人工智能技术或令人与逝去亲友对话

美国微软公司新近申请专利的一项人工智能语音技术或令人们能够与逝去的亲友对话。　　

2021-01-06 18:01:37

人工智能机器人语音识别

从2020世界人工智能大会看AI智能语音技术的新发展

从2020人工智能大会上看，智能语音领域正在呈现多元化的发展趋势,医疗领域对于智能语音的需求也逐渐在增加。同时随着智能语音技术的发展成熟，与智能语音相关的附属品和新领域也相继出现，高科技智能产品也更具有特色。本文详细的讲解了人工智能技术在语音助手方面的应用和发展。

2021-01-05 14:23:54

人工智能智能语音技术

NLP入门干货：手把手教你3种中文规则分词方法

本文将讲解中文自然语言处理的第一项核心技术——中文分词技术，它是中文自然语言处理非常关键和核心的部分。

2020-10-28 14:03:22

NLP 自然语言分词

人工智能技术助力民族语言保护大有可为

当前，随着经济、文化互动的全球化，主流或通用语言更加强势，弱势语言正濒临消亡。目前世界上大约有7000种语言，而据语言学家预测大部分将于本世纪末消失。

2020-10-09 15:50:25

人工智能民族语言技术

基于AI的语音识别在商业中的应用译文

随着越来越多的交互通过语音指令进行，市场空间的竞争比以往任何时候都更加激烈。在“适者生存”的斗争中，你需要认识和理解语音识别现在对企业的影响，特别是它在语音搜索中的应用。

2020-09-21 07:00:00

语音识别 AI 人工智能

如何让机器更懂你？是时候了解NLP了

NLP有着广泛的应用范围，翻译和语言生成、分类和聚合、情感分析，以及其他信息提取、Siri等虚拟助手都在NLP的应用范围之内。下面我们将介绍一下NLP的现状以及其适用范围。

2020-09-03 07:27:16

自然语言处理 NLP 语言

只要6秒 AI人工智能只要听声音就能描绘你的长相

你相信吗？AI人工智慧最近已经进化到，只要花6秒的时间，听到你的声音除可以分辨出你的性别、年纪与种族外，甚至可以描绘出你的长相。

2020-07-29 10:27:08

人工智能语音识别技术

从触摸到声音：语音技术如何改变物联网格局

当一些科技巨头为了获得更大市场份额而展开竞争时，值得一问的是，为什么这项技术如此受欢迎，以及是什么原因导致了人们向语音的转变。

2020-07-28 00:29:45

语音技术人工智能物联网

自然语言处理将彻底改变企业的业务

从支持面向客户的聊天机器人，到跟踪合同承诺，再到充分利用会议记录，自然语言处理具有巨大的潜力来改变企业的业务。

2020-07-23 10:24:15

人工智能自然语言处理机器人

自然语言处理在当今商业中的八大应用

在过去的几年里，NLP在理论和实践上都取得了重大飞跃，融入了各种基于行业的解决方案。让我们来看看自然语言处理的一些广泛使用的商业应用。

2020-07-14 10:31:30

自然语言处理人工智能 AI

为什么语音技术在新冠病毒大流行期间重新流行？

新冠病毒疫情全球大流行导致各国推行严厉的封锁措施，很多人不得不选择待在家里，过多的屏幕使用时间使的语音技术的使用有所增加，但是这种趋势可能会持续更长的时间。

2020-05-21 09:56:54

语音技术新冠病毒人工智能

1 2 3 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营