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 →
如何监控实时语音的质量?
转载6 years ago
如何监控实时语音的质量?

在业界,实时音视频的 QoE(Quality of Experience) 方法一直都是个重要的话题。之所以这么重要,其实是因为目前 RTE(实时互动)行业中还没有一个很好的可用于评价实时互动场景的 QoE 评价方法。 最古老的评定实时音频…

416 34 0
WeNet 更新:支持 Endpoint 检测
转载6 years ago
WeNet 更新:支持 Endpoint 检测

Endpoint 检测是语音识别系统的重要组成部分,可以提高人机交互的效能和质量。它的任务是确定用户何时结束讲话,这对于实时长语音转写和语音搜索等交互式语音应用非常重要。 最近,WeNet 的更新则支持了 endpoint 的检测。有了 e…

672 98 0
WeNet更新:支持 CTC alignment
转载6 years ago
WeNet更新:支持 CTC alignment

Force alignment(强制对齐)是语音任务中的一个常用模块,在帧级别的语音识别和语音合成任务中应用广泛,同时也是字幕自动打轴、口语评测等任务中的核心算法。强制对齐和识别解码有一定的相似性,识别解码是指给定一个语音识别模型,输入一个…

271 0 0
WeNet 更新:支持字级时间戳和 N-best
转载6 years ago
WeNet 更新:支持字级时间戳和 N-best

WeNet更新支持了时间戳。解码器不仅可以返回 Nbest 解码结果,而且还可以返回其中每个字对应的时间信息。 在语音识别一些任务中,字级别的的时间戳和N-best 扮演着重要的作用。例如在视频应用中,语音识别结合字级别的时间戳可以在精确的…

546 30 0

为语音开发者而生