面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
WeNet语音识别实战课
原创4 years ago
WeNet语音识别实战课

WeNet简介 WeNet是出门问问语音团队联合西工大语音实验室开源的一款面向工业落地应用的语音识别工具包,该工具用一套简洁的方案提供了语音识别从训练到部署的一条龙服务,其主要特点如下:

491 0 0
AI工匠学堂,正式上线!
原创4 years ago
AI工匠学堂,正式上线!

语音之家社区自上线以来备受好评,为了更好地服务AI语音开发者,社区正式推出AI工匠学堂助力开发者从0到1的学习平台。 登录语音之家社区后,点击【学堂】即可进入。

122 1 0
Speaker Diarization 中的无监督聚类算法
转载4 years ago
Speaker Diarization 中的无监督聚类算法

以下文章来源于阿里语音AI,作者郑斯奇 说话人日志(Speaker Diarization,SD)系统的目标是解决“谁在什么时间说话”的说话人识别问题,是一种可以广泛应用于客服、会议等多轮对话场景的语音技术。无监督聚类一直是 Speaker…

127 0 0
论如何优雅地在 WeNet 中支持 ONNX 导出
原创4 years ago
论如何优雅地在 WeNet 中支持 ONNX 导出

作者:宋星辰 千呼万唤始出来,犹抱琵琶半遮面。WeNet 社区期待良久的完全体 ONNX 终于和大家见面了。ONNX 成立的初衷就是解决神经网络模型在不同训练、推理框架之间的转换问题,而模型转换又是模型部署过程中一个重要的环节。因此,ONN…

242 2 0
Wenet网络设计与实现4-Cache
原创4 years ago
Wenet网络设计与实现4-Cache

本文介绍Wenet中的Cache 标准的forward是整个序列进行计算,但是在流式推断时,需要chunk级别的forward,因此需要引入cache的概念,即当前chunk的进行前向计算时,需要拿到上次前向的一些结果作为输入。 什么是ca…

390 0 0

为语音开发者而生