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 →
MASR - 中文语音识别,提供预训练模型,高识别率
转载6 years ago
MASR - 中文语音识别,提供预训练模型,高识别率

MASR 中文语音识别 MASR是一个基于端到端的深度神经网络的开箱即用的中文普通话语音识别工具。 最新更新:使用声学嵌入查找音近字 MASR的特点是: 开箱即用 只需要不到5分钟,你就可以运行本项目并完成第一次中文语音识别 使用与训练分离…

81 0 0
XLNet:运行机制及和Bert的异同比较
转载6 years ago
XLNet:运行机制及和Bert的异同比较

XLNet和Bert比,有什么异同?有什么模型方面的改进?在哪些场景下特别有效?原因又是什么?本文通过论文思想解读及实验结果分析,试图回答上述问题。 首先,XLNet引入了自回归语言模型以及自编码语言模型的提法,这个思维框架我觉得挺好的,可…

85 0 0
逆天语言模型GPT-2最新开源
转载6 years ago
逆天语言模型GPT-2最新开源

逆天的语言模型GPT-2又有最新开源进展了! GPT-2,这个造假新闻编故事以假乱真,能完成阅读理解、常识推理、文字预测、文章总结等多种任务的AI模型,从诞生开始就引起大量关注。 但因一开始只放出了117M的小型预训练模型,OpenAI还被…

75 0 0
Alexa推出新语音识别系统能使准确率提升9.5%
原创6 years ago
Alexa推出新语音识别系统能使准确率提升9.5%

亚马逊Alexa部门的研究人员最近发布了两篇关于语音识别的论文,远程语音识别的频域多声道声学模型和远程语音识别的多几何空间声学模型,(这两篇论文将于下月在布莱顿举行的第44届ICASSP国际声学、语音与信号处理会议上发表)。论文中他们提出了…

72 0 0
语音识别建模新思路,教你巧用RNN-Transducer
原创6 years ago
语音识别建模新思路,教你巧用RNN-Transducer

导读 基于联结时序分类(CTC)的声学模型不再需要对训练的音频序列和文本序列进行强制对齐,实际上已经初步具备了端到端的声学模型建模能力。 但是CTC模型进行声学建模存在着两个严重的瓶颈,一是缺乏语言模型建模能力,不能整合语言模型进行联合优化…

70 0 0

为语音开发者而生