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 →
Azure 语音用人工智能改变游戏开发的三种方式
转载4 years ago
Azure 语音用人工智能改变游戏开发的三种方式

通过 Azure 认知服务的智能语音功能[1],用户可以使用语音 SDK 开发工具包快速构建支持语音交互的各种应用。将语音转录为准确的文本 (STT,或语音识别)或者将文本转换成生动的语音 (TTS,或语言合成),从未像今天如此简单。这些工…

117 0 0
人工智能300年!
转载4 years ago
人工智能300年!

最近,LSTM之父Jürgen Schmidhuber梳理了17世纪以来人工智能的历史。在这篇万字长文中,Schmidhuber为读者提供了一个大事年表,其中包括神经网络、深度学习、人工智能等领域的重要事件,以及那些为AI奠定基础的科学家们…

120 0 0
语音识别系列之CTC延迟削减
原创4 years ago
语音识别系列之CTC延迟削减

连接主义时间分类(Connectionist Temporal Classification, CTC)是自动语音识别(ASR)领域的一项经典技术,它的算法简单而优美,漂亮地解决了语音与标签对齐的难题。ASR可分为在线ASR和离线ASR,前…

177 0 0
Azure 智能语音发布长文本声音模型,可自动感知上下文
转载4 years ago
Azure 智能语音发布长文本声音模型,可自动感知上下文

在过去的一段时间里,Azure 神经网络文本转语音服务(Neural TTS)已经在声音质量方面取得了快速发展,实现了在句子级别媲美真人的水平(查看详情[1])。但是在实际应用中,语音合成除了单句合成,也经常应用于生成长文本的段落音频,比如…

222 0 0
北科瑞声 | 招聘语音识别算法工程师(合肥)
转载4 years ago
北科瑞声 | 招聘语音识别算法工程师(合肥)

北科瑞声 深圳市北科瑞声科技股份有限公司是国内人工智能音频细分领域领军企业,专注于行业智能音频交互技术,拥有全链条核心自主知识产权。北科瑞声创始团队来自香港科技大学、中国科技大学和北京大学。目前北科瑞声总部位于深圳,在香港、广州、南京和青岛…

188 0 0

为语音开发者而生