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 →
语音分享_1225
原创6 years ago
语音分享_1225

语音分享系列继续来袭,这次带来几个开源的工程。 1.OpenTransformer 正坤同学最近把OpenTransformer里加入里conformer模型,在aishell测试上效果刚刚,conformer模型基本成为继transfor…

79 0 0
人机交互新突破:多模态交互技术
转载6 years ago
人机交互新突破:多模态交互技术

近年来服务机器人逐渐进入商场、银行、机场等场所,但多数服务机器人仅能被动响应用户的请求,且使用和交互的频率非常低,也就成为了“移动平板电脑”。 为此,百度的工程师们率先在小度机器人(DuRobot)上开展了一项技术革新。小度机器人落地于百度…

214 0 0
语音识别中的WFST和语言模型
转载6 years ago
语音识别中的WFST和语言模型

在语音识别系统中,有限加权状态转换机(Weighted Finite State Transducers, WFST)扮演着重要角色。本文主要介绍发音词典、语言模型和WFST的原理,以及在实践过程中的一些优化方法。

229 0 0
Kaldi 之父在小米这一年
转载6 years ago
Kaldi 之父在小米这一年

在中秋节前的一天晚上10点半,Dan在微博发了一张拍月亮的图片,配文“The moon is very clear tonight……”(今夜月分明)。 虽然身为英国人的Dan并不是像粉丝猜测的那样,在通过月色表达思乡情绪,纯粹是因为小米新…

249 0 0
带你读论文 | 端到端语音识别模型
转载6 years ago
带你读论文 | 端到端语音识别模型

过去十年,得益于人工智能与机器学习的突破、算法与硬/软件能力的进步,以及拥有既多样又大量的语音数据库,用以训练多参数的、大规模的语音识别与合成模型,使得语音处理技术获得飞跃性进展。 随着端到端神经网络在机器翻译、语音生成等方面的进展,端到端…

69 0 0

为语音开发者而生