【第六期】AI Talk：基于深度学习的语音合成技术进展
一、语音合成技术简介 语音合成，通常又称文语转换（Text To Speech，TTS），是一种可以将任意输入文本转换成相应语音的技术，是人机语音交互中不可或缺的模块之一。如果说语音识别技术是为了让机器能够“听懂”人说话，那么语音合成技术则…
48 0 0
声浪
【第五期】AI Talk：AI 计算，从单机到集群（下）
引言 整体架构 平台基础层 分布式文件存储系统 控制中心 平台日志与实时监控系统 镜像管理系统 总结 参考 — 引言 — 在 AI 计算：
56 0 0
【第四期】AI Talk：AI 计算，从单机到集群（中）
引言 Kubernetes Kubernetes 的 GPU 资源管理与调度 Device Plugin 准备工作 设备注册 设备分配 设备回收 Device Manager 用户使用 回顾与展望 总结 参考 本篇介绍如何利用 Kubern…
721 0 0
【第三期】AI Talk：AI 计算，从单机到集群（上）
摘要：很多小伙伴在初步尝试如何通过 Horovod 实现 TensorFlow 的线性加速的过程中，可能会碰到两个问题：第一个是 TensorFlow 从零开始安装配置的过程比较繁琐，第二个问题是上一篇的示例是通过集群的方式运行 Horov…
56 0 0
【第二期】AI Talk：无标注大数据的半监督声学模型训练
目前，深度学习已经在机器学习应用的各个领域取得了非常出色的表现，其成功在很大程度上取决于大数据和与之匹配的计算能力。深度学习的特性决定了它需要很多的数据进行学习，从而得出模型来完成特定任务，比如，大词汇量连续语音识别上的成功就取决于海量的用…
434 1 0
【第一期】AI Talk：TensorFlow 分布式训练的
AI Talk导读 TensorFlow 之大远远超出你的认识。事实上它是一个针对深度学习的库，并藉由和谷歌的关系赢得了许多关注。本期AI Talk将要带来的是关于 TensorFlow 分布式训练如何进行线性加速实践的实战分享。 同时此篇…
510 0 0
基于Tacotron汉语语音合成的开源实践
2017年初，Google 提出了一种新的端到端的语音合成系统——Tacotron。Tacotron打破了各个传统组件之间的壁垒，使得可以从配对的数据集上，完全随机从头开始训练。本文是来自喜马拉雅FM音视频工程师马力的投稿，他手把手式的介绍…
61 0 0
Facebook 360度音频编码与渲染
从360度视频到Oculus，通过Facebook 360音频编码与渲染都可实现身临其境的感受，并且使用的声道更少，小于0.5毫秒的渲染延迟。Facebook技术团队撰文对此进行了解读，LiveVideoStack对文章进行了编译。 全新的…
59 0 0
tensorflow里的Speech Commands...
tensorflow里的Speech Commands Example TF开始放语音的例子，也许有很多人已经在使用tensorflow到语音的实验中了。TF官网开始开放一些语音命令的例子，网址：https://github.com/ten…
64 0 0
CNN在语音识别中的应用
2012年，微软邓力和俞栋老师将前馈神经网络FFDNN（Feed Forward Deep Neural Network）引入到声学模型建模中，将FFDNN的输出层概率用于替换之前GMM-HMM中使用GMM计算的输出概率，引领了DNN-HM…
66 0 0