面向听觉智能与物理AI的
人机交互开发者社区

ZHANGSHAO云

转载5 years ago

人类信息获取20%来自听觉，信息表达93%借助语言和声音，语音是人类沟通和获取信息最自然、最便捷的方式。 在人工智能技术中，语音技术是人类最容易感知的技术之一，由于在一句话中可以传递内容、身份、情感等多层次信息，语音正在成为继键盘、鼠标、触…

迷途小书僮

转载5 years ago

目前的位置： encoder的forward走完了 在所有12层ConformerEncoderLayer的forward执行完毕之后，最后还有个after_norm 来最后搞一次layer normalization。 至此，Encode…

迷途小书僮

转载5 years ago

目前的位置 开始训练！ 一个batch已经组装好了，开始进入训练 目前的代码位置： > /workspace/asr/wenet/wenet/utils/executor.py(43)train() 42 import ipdb; ipdb…

迷途小书僮

转载5 years ago

填坑cmvn cmvn : 计算mean, variance, count of frame这三个量。上次并没有详细分析计算cmvn的细节，这里把这个坑填了。 启动准备 tools/compute_cmvn_stats.py

语音小管家

转载5 years ago

地平线机器人科技 地平线是边缘人工智能芯片的全球领导者。得益于前瞻性的软硬结合理念，地平线自主研发兼具极致效能与开放易用性的边缘人工智能芯片及解决方案，可面向智能驾驶以及更广泛的通用 AI 应用领域提供全面开放的赋能服务。目前，地平线是国内…

语音小管家

转载5 years ago

探境科技 探境公司成立于2017年，是一家非常具有创新力的AI边缘芯片领导企业，团队汇集来自Marvell、Intel、高通等知名公司精英，研发了颠覆性创新的SFA芯片架构，已成功地实现了AI芯片的商业化落地，并获得来自中芯聚源、临芯资本等…

迷途小书僮

转载5 years ago

本文目的是彻底摸清WeNet这个神作的细节，对于一些模棱两可的印象纠偏。我这次学习的版本是自己folk的：https://github.com/Xianchao-Wu/wenet 准备工作 老样子，先交代一下我用的docker，我还是随便找…

语音小管家

转载5 years ago

天学英语 天学英语是专注英语教学服务的品牌，聚焦中学英语教学服务，旗下拥有教师和学生教学产品、英语教辅图书等系列产品。 天学英语专注英语教学服务19年，合作中学累计9300余所，教师注册用户累计24万人，学生注册用户累计1400万人，依托大…

朱晓晓

转载5 years ago

近日，网易伏羲虚拟交互团队与西工大音频语音与语言处理研究组谢磊团队合作的两篇论文被ICASSP 2022接收，并受邀在本届大会上向学术与工业界进行研究报告。同时网易伏羲也将歌声合成方面的最新研究成果，向业界和学术界进行回馈，开源全球首个中文…

语音小管家

转载5 years ago

矩动量科技 崇尚Less is more理念，团队成员小而精； 行业平均从业年限10年以上，学历众数为硕士； 核心团队来自互联网大厂； 团队构成属技术幂律分布型公司； 您可能还关心： 1、目前已获国内一线基金首轮投资，现金流充裕； 2、开放…