與“語音識別”的相關(guān)熱搜詞：
相關(guān)“語音識別” 的資訊116篇
-
【騰訊云】11.11云上盛惠！云服務(wù)器首年1.8折起，買1年送3個月！
11.11云上盛惠！海量產(chǎn)品 · 輕松上云！云服務(wù)器首年1.8折起，買1年送3個月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享?？靵眚v訊云選購吧！
騰訊云
12-20
廣告 -
阿里開源視頻自動化剪輯工具FunClip 支持中文語音識別
阿里巴巴通義實驗室最近開源了一款名為FunClip的視頻自動化剪輯工具，專為精準(zhǔn)和便捷的視頻切片設(shè)計。FunClip能夠自動識別視頻中的中文語音，并允許用戶根據(jù)語音內(nèi)容裁剪視頻，大大提高了視頻編輯的效率。阿里巴巴通過這些開源項目，展示了其在AI技術(shù)領(lǐng)域的領(lǐng)導(dǎo)地位和對開放創(chuàng)新的承諾。
-
AI語音識別工具Universal-1：38秒可以處理60分鐘音頻 比fast Whisper更快
AssemblyAI最新研究成果展示了他們的Universal-1模型在多語言環(huán)境中的表現(xiàn)，該模型在準(zhǔn)確性和魯棒性方面均取得了行業(yè)領(lǐng)先地位。Universal-1比WhisperLarge-v3更準(zhǔn)確，比fastWhisper更快，38秒可以處理60分鐘音頻。值得一提的是，非開源，僅提供API調(diào)用。
-
WhisperKit官網(wǎng)體驗入口 AI自動語音識別模型壓縮與優(yōu)化工具在線使用地址
WhisperKit是一個專為自動語音識別模型壓縮與優(yōu)化設(shè)計的強大工具。它不僅支持對模型進行壓縮和優(yōu)化提供詳細(xì)的性能評估數(shù)據(jù)。通過WhisperKit官網(wǎng)，您可以詳細(xì)了解該工具的功能和應(yīng)用，并體驗其卓越的自動語音識別模型優(yōu)化能力。
-
英偉達推新AI語音識別模型Parakeet 號稱優(yōu)于Whisper
領(lǐng)先的開源對話AI工具包NVIDIANeMo宣布推出ParakeetASR模型系列，這是一系列最先進的自動語音識別模型，能夠以出色的準(zhǔn)確性轉(zhuǎn)錄英語口語。ParakeetASR模型與Suno.ai合作開發(fā)，是語音識別領(lǐng)域的一大突破，為實現(xiàn)更自然高效的人機交互鋪平了道路。要在本地訪問模型并探索工具包，請訪問NVIDIANeMo的Github頁面。
-
騰訊云推出語音識別系統(tǒng)ASR 語音識別大模型上線
騰訊云ASR是騰訊云推出的語音識別系統(tǒng)。最新升級后，騰訊云ASR能夠更好地處理方言和噪聲，提高識別準(zhǔn)確率和理解能力。產(chǎn)品的單日調(diào)用量達到了百億次，服務(wù)的內(nèi)外部企業(yè)客戶數(shù)達到了數(shù)千個。
-
ASRU2023|標(biāo)貝科技亮相IEEE自動語音識別與理解研討會
近日，IEEE ASRU2023 自動語音識別與理解研討會在臺北市圓滿閉幕。來自全球?qū)W術(shù)界和工業(yè)界的專家、科研團隊和科技名企匯聚一堂，共同探討并分享當(dāng)前語音行業(yè)發(fā)展趨勢及最 新研究成果。標(biāo)貝科技作為銀牌贊助商應(yīng)邀亮相大會，向與會嘉賓展示了標(biāo)貝科技豐富的多語種數(shù)據(jù)集和全方位數(shù)據(jù)解決方案。據(jù)介紹，ASRU研討會是IEEE語音和語言處理技術(shù)委員會(SLTC)的旗艦技術(shù)活動，也
-
用活人腦細(xì)胞構(gòu)建AI系統(tǒng)，語音識別準(zhǔn)確率提升至78%
近期一項前沿的類腦研究登上了Nature子刊，研究人員利用活人腦細(xì)胞構(gòu)建了一個新型AI系統(tǒng)，這一突破意味著語音識別準(zhǔn)確率有望大幅提升。這個系統(tǒng)可以進行無監(jiān)督學(xué)習(xí)，并具有類似神經(jīng)網(wǎng)絡(luò)的功能。通過使用活人腦細(xì)胞構(gòu)建AI系統(tǒng)，語音識別準(zhǔn)確率得到提升，這一突破將為未來AI技術(shù)的發(fā)展帶來重要啟示。
-
Hugging Face研究人員推語音識別模型Distil-Whisper 速度提高、參數(shù)減少
HuggingFace研究人員最近解決了在資源受限環(huán)境中部署大型預(yù)訓(xùn)練語音識別模型的問題。他們通過創(chuàng)建一個龐大的開源數(shù)據(jù)集，使用偽標(biāo)記的方法，提煉出了Whisper模型的較小版本，稱為Distil-Whisper。盡管WER稍高，但distil-medium.en模型提供了更直接的推理和實質(zhì)性的模型壓縮。
-
薦 谷歌的野心：通用語音識別大模型已經(jīng)支持100+語言
去年11月，谷歌宣布推出「1000種語言計劃」，旨在構(gòu)建一個機器學(xué)習(xí)++模型，支持世界上使用最廣泛的1000種語言，從為全球數(shù)十億人帶來更大的包容性。其中一些語言的使用人數(shù)不到兩千萬，因此核心挑戰(zhàn)是如何支持使用人數(shù)相對較少或可用數(shù)據(jù)有限的語言。USM+的基礎(chǔ)模型架構(gòu)和訓(xùn)練+pipeline+奠定了將語音建模擴展到未來1000種語言的根基。
-
韓國本月底開始使用自研 AI 語音識別打擊電信詐騙
韓國行政安全部將于本月底開始采用自主研發(fā)的人工智能語音識別軟件，以打擊電信詐騙案件。該軟件基于最新深度學(xué)習(xí)技術(shù)，擁有+100+萬份不同語言的語音樣本數(shù)據(jù)庫，包括來自+6000+多名犯罪嫌疑人的語音樣本。新軟件分析的電信詐騙犯語音數(shù)據(jù)將在金融監(jiān)督院官網(wǎng)公布，并于下半年通過國際交流活動向海外發(fā)布新軟件。
