雖然機器語音識別的準確率已經很高，但是從一群人嘈雜的溝通交流中區分每個人說了什麼，對於機器來說還是一個艱鉅的挑戰。Speaker Diarization（發言者語音片段切分歸類）是一個將群組發言中不同

本講座選自清華大學語音和語言技術中心主任 鄭方 教授近期於清華大資料“技術·前沿”系列講座上所做的題為 《語音技術用於身份認證的理論與實踐》 的演講。 以下為演講的主

騰訊 AI Lab 今日在南京舉辦的“騰訊全球合作伙伴大會”上宣佈，其AI+醫療領域研究已搶先從影像篩查進入病理分析階段，相關的“智慧顯微鏡”專案已在研發測試階段。 智慧顯微鏡融入了

10 月 29 日，雲從科技宣佈在語音識別技術上取得重大突破，在全球最大的開源語音識別資料集 Librispeech 上重新整理了世界紀錄，錯詞率（Worderrorrate，WER）降低至 2.97%。這一研

在語音識別領域，全球科技企業的目標很一致，那就是想 “超過人類” 。之前科研界設定人類錯詞率為5.9%的這個界線，受過嚴格訓練的專業速記員錯詞率在3%左右，錯詞率（Worderrorrate，WER）是衡量語音識別

移動端的 API 能力驗證方案與PC端不一樣！不一樣！！不一樣！！！ 即使需要使用的 API 都存在，也不一定能用，這一點和PC端是有很大區別的，國內的手機系統雖然都是基於 Android

歡迎大家前往騰訊雲+社群，獲取更多騰訊海量技術實踐乾貨哦~ 本文由騰訊雲AI中心發表於雲+社群專欄 我今天演講主要分四個部分，第一個是分享語音識別概述，然後

原文地址： Streaming RNNs in TensorFlow 原文作者：Reuben Morais 譯文出自： 掘金翻譯計劃 本文永久連結： github.com

智東西（公眾號：zhidxcom）文 | 司馬特 近期小米官方宣佈，截止到7月底，小米AI助理小愛同學月活躍裝置超過3000萬臺，今年7月小愛同學喚醒超10億次，累計喚醒超50億次。圍繞小

iOS精選原始碼 iOS快速入手語音識別、聽寫、評測、播報 image 網路載入資料的過渡動畫（仿簡書網頁）

和AI一起聽 小鳥的叫聲 吧，它可能會給你一些“驚喜”。 就是這一段： △上方文字矚目：這是 Kaldi 的語音識別結果 貨真價實童叟無欺的鳥鳴，但是，你可能也注意到了視訊上方有一

鉛筆道 專欄作者 | 智慧相對論 智慧相對論：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。 早在網際網路發展早期，黃色內容主要是圖片和文字，靠人工就可以淨化網路環境的目的，但是隨著網際網

來源：MIT News 編譯：Bing 最近，麻省理工學院的電腦科學家們提出了一種系統，基於對圖片的語音描述，可以學習在圖片中辨認目標物體，給定一張圖片和音訊解釋，模型可以實時辨認出音訊描述的

小A雲——為行業客戶提供定製化雲呼叫服務 科技發展日新月異，用AI賦能聯絡中心，解決企業長期存在的服務壓力和運營成本困境，幫助企業提高效率、降低成本，提升企業整體服務能力與效益，已成為企業聯絡中心智慧化升級

對於每一個MFCC特徵都輸出一個概率分佈，然後結合CTC演算法即可實現語音識別 相比之下，語音分類要簡單很多，因為對於整個MFCC特徵序列只需要輸出一個分類結果即可 語音分類和語音識別的區別，可以類比一