之前，我的部落格文章都是關於深度學習方法或者它們在 NLP 中的應用。而從幾周前，我開始研究自動語音識別（ASR）。因此，我現在也會發布一些語音相關的文章。 ASR 的邏輯非常簡單（就是貝葉斯理論，如同機

神經網路的調參無疑是一個巨大的工程。 如何在調參之前擁有更佳的表現？千辛萬苦調好了但卻過擬合，如何擁有更好的泛化能力？這無疑是人肉調參的必經之痛。一個通用的認知是，訓練資料會限制模型表現的上限

可靠、穩健、可泛化的 語音識別 是機器學習領域一個持續的挑戰。通常，訓練自然語言理解模型需要包含數千小時語音和數百萬（甚至數十億）單詞文字的語料庫，以及能夠在合理時間內處理這些資料的強大硬體。

今天，谷歌釋出了一個端到端的移動端全神經語音識別器，來處理 Gboard 中的語音輸入。該新型語音識別器可內建在手機裝置中，離線狀態時依然可用。更重要的是，它可以實現字元級實時輸出，對使用者的語音輸入提供快速

2019年1月21日，《麻省理工科技評論》公佈了2018年“35歲以下創新35人”（Innovators Under 35 China）中國區榜單。從榜單中，我們看到更多中國創新科研力量的崛起，也看到跨

摘要                                                     這一章將進入機器人語音互動的學習，讓機器人能跟人進行語音對話交流。這是一件很酷的事情，本章將

ASRT 是一套基於深度學習實現的系統，全稱為 Auto Speech Recognition Tool，由 AI 檸檬博主開發並在 GitHub 上開源（GPL 3.0 協議）。本專案聲學模型通過採用（CN

1月19日，在清華大學舉辦的網路安全研究國際學術論壇InForSec 2019年年會上，中國科學院資訊工程研究所袁雪敬帶來了《“惡魔音樂”攻擊智慧語音系統》的精彩報告。 演講

從新零售到物聯網，從智慧音箱到倉儲機器人，人工智慧賽道早已呈現出一片生機勃勃的景象，成為了一片承載著創業夢想，引領投資風向的「科技高地。」 國內國外都有眾多業者搶先佈局，並陸續取得了資本的青睞與客戶的認可，

12 月 11 日，擅長計算機視覺技術解決方案的依圖科技在北京公開展示了語音識別領域的最新技術成果，並表示將在近期開放依圖語音識別 API 介面以及部分測試資料集。同時，依圖科技還宣佈，將基於其語音識別技術與微

2018年已經接近尾聲，寒冬之下，中國的AI初創公司仍在擴張邊界。 12 月 11 日，中國計算機視覺領域“四小龍”之一的依圖正式進軍語音識別領域，宣佈與微軟合作推出依圖開放平臺，開放平臺將提供依

因此，自然語言處理領域的玩家們，除了要思考模型的效果、產品的架構，更要思考一個最為本質的問題：要處理什麼資料？為什麼要處理這類資料？ Recurrent AI 選擇了「呼叫系統」。 「電話錄音可追溯而不

為了參加某個作秀活動，研究了一波如何結合小程式、科大訊飛實現語音錄入、識別的實現。科大訊飛開發文件中只給出 Python 的 demo，並沒有給出 node.js 的 sdk，但問題不大。本文將從小程式相關程式

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~ 本文由騰訊教育雲發表於雲+社群專欄 一般沒有網路時，語音識別是這樣的 ▽ 而同等環境下，嵌入式語音

自從今年支付寶抽獎活動誕生了巨型“錦鯉”信小呆之後，抽獎就成為了全民關注的焦點。一時間各種抽獎活動興起，就連“國民老公”王思聰也趁著IG奪冠在微博上搞了一次“壕氣沖天”的抽獎活動。 此後，網友們樂此不疲地轉