
最新声浪
查看全部 →全世界有数千种语言,最具语言天赋的人也只能说数十种,普通人能够学会两三种语言已属不易。然而,在科技日新月异的今天,具备自然语言对话能力的 AI 已经能够掌握上百种语言,扩展人类自身能力,为不同场景的跨境语言服务打开了更多可能性。 近期,微软…
作者编语:在说话人识别社区里,cross-domain问题,即跨域问题,是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题,顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
作者编语:在说话人识别社区里,cross-domain问题,即跨域问题,是很常见和十分地影响着识别性能。这次想聊一下cross-domain问题,顺便带一下货[狗头]~我先从任务和应用场景的角度来谈cross-domain是怎样常见哈。 先…
探迹科技 探迹科技(TUNGEE)是专业的智能销售服务提供商,致力于用大数据和人工智能(AI)技术帮助企业全面提升销售效率。探迹科技成立于2016年,通过不断挖掘和分析全网信息,探迹已构建出覆盖全网超一亿家企业的全量知识图谱,并在此基础上结…
追一科技 追一科技成立于2016年3月,是领先的人工智能公司和AI数字员工提供商,我们主攻深度学习和自然语言处理,提供智能语义,语音和视觉的AI全栈服务。我们的AIForce智能平台能与业务场景深度融合,提供不同类型的AI数字员工,满足企业…
本文介绍了Wenet模型实现时使用的mask技巧 在Wenet的模型实现时,涉及到一些论文中没有描述细节,比如: 一个batch内的输入帧数不等长,进行padding的部分如何处理。 一个batch内标注文本不等长,进行padding的部分…
评测数据开源: SPEECHIO_ASR_ZH000{08,09,10} 已开放下载。 场景分别为 [老罗语录],[播客:故事FM],[
以下文章来源于阿里语音AI,作者达摩院语音实验室 ICASSP(International Conference on Acoustics, Speech, and Signal Processing)是国际声学、语音和信号处理会议,亦为I…
以下文章来源于微软研究院AI头条,作者侯汶昕、王晋东 随着深度学习的不断发展,语音识别技术得到了极大的提升,同时为人们的日常生活提供了许多便利。然而,一个语音模型的训练并非易事,因为语音数据天然存在着获取难、数据标注耗时昂贵的问题,而且还会…
