端到端语音识别

AAAI 2022：三角分解一致性约束的端到端语音翻译丨AI Drive

端到端语音翻译由于其错误传播更少、延迟更低和模型更小的潜力而变得越来越流行。对于给定三元组训练语料，传统的高质量端到端语音翻译系统利用预训练模型，然后利用进一步优化它。
数据实战派·2024-01-14 20:44

AAAI 2021 | 机器翻译最新进展解读

作者：李北，王子扬，肖桐单位：东北大学机器翻译一直是自然语言处理领域中备受关注的研究方向，从最早期基于规则的机器翻译到如今依托于神经网络端到端的学习语言之间的映射。
智源社区·2024-01-14 20:11

基于Selenium+Python的web自动化测试框架

Selenium是一个基于浏览器的自动化测试工具，它提供了一种跨平台、跨浏览器的端到端的web自动化解决方案。
鱼鱼说测试·2024-01-14 15:21

语聊社交解决方案

全球端到端平均延时<300ms。小程序深度合作微信小程序引擎深度合作，TRTC作为微信内嵌SDK的提供商，为您在微信小程序内获得媲美Native的绝佳用户体验。
公有云服务商·2024-01-14 15:02

InternLM第3节课笔记

LangChain搭建你的知识库1大模型开发范式LLM局限性：时效性、专业能力有限、定制化成本高RAG（检索、增强、生成）外挂知识库微调2LangChain简介LangChain核心组成模块Chains：组件组合实现端到端应用
Jamiechoi·2024-01-14 12:17

语音厅是什么工作，语音厅怎么赚钱的

其工作原理是基于语音识别和语音合成技术，将用户的语音转化为文字并进行处理和传输。配音兼职接单推荐公众号：配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，有声新
配音新手圈·2024-01-14 12:55

迁移学习的最新进展和挑战

近年来，迁移学习在计算机视觉、自然语言处理、语音识别等领域取得了重要突破，但同时也面临着一些挑战。本文将对迁移学习的最新进展和挑战进行详细的分析和讨论。一、迁移学习的最新进展1.预训练模型的广泛应用近
学兔兔VIP·2024-01-14 11:27

评测集开放丨中文读唇总动员：CNVSRC 2023 中文连续视觉语音识别挑战赛

ChineseContinuousVisualSpeechRecognitionChallenge2023)是由NCMMSC2023组委会发起，由清华大学、北京邮电大学、海天瑞声、语音之家联合承办的视觉语音识别竞赛
语音之家·2024-01-14 10:43

人机环境系统智能领域中的强度和角度

例如，深度学习和机器学习等技术的发展使得人工智能在图像识别、自然语言处理、语音识别等任务上取得了重大突破。
人机与认知实验室·2024-01-14 08:29

DevOps-ChatBot：DevOps开源端到端智能AI助手

为此，我们发起并开源DevOps-ChatBot端到端AI智能助手，专
CodeFuse·2024-01-14 07:15

Whisper: openAI开源准确率最高的通用语言语音识别

简介我们研究了仅通过预测大量互联网音频录音的语音处理系统的能力。当扩大到68万小时的多语言和多任务监督时，生成的模型可以很好地泛化到标准基准，而且通常可以与之前的全监督结果相竞争，但在zero-shot识别设置中，无需进行任何微调。与人类相比，这些模型接近他们的准确性和鲁棒性。我们正在发布模型和推理代码，以便为进一步的鲁棒性语音处理工作提供基础。GitHub：https://github.com/
智慧医疗探索者·2024-01-14 04:11

语音识别神器 Whisper 的几个小技巧

1、前言OpenAI开源的免费离线语音识别神器Whisper，我在安装使用后发现一些问题，于是搜了半天最终汇总了这几个主要的小技巧，希望对大家有帮助，不用满世界再搜了。
gootyking·2024-01-14 04:56

xinference

可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过XorbitsInference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型。
vitaminYZZ·2024-01-13 21:45

人工智能技术的应用

人工智能技术的应用：无人手机可以通过集成人工智能技术，实现语音识别、语音合成、自然语言处理等功能，从而实现更加智能化的交互体验。
python无人驾驶 医学芯片·2024-01-13 14:32

[书生·浦语大模型实战营]——轻松玩转书生·浦语大模型趣味 Demo

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。常用结构这种模型通常采用深度神经网络
m0_63368228·2024-01-13 13:59

基于Asterisk和TTS/ASR语音识别配置示例

智能客服的开发基于ASR和TTS的处理是一个非常关键的技术点。博主通过多年研究后发现通过软交换平台直接和一些大公司的ASR和TTS接口进行交互，通过媒体服务器的拨号规则的处理，可以实现智能客服，或者自动拨号功能。以下是笔者看到的一个比较完整的示例，此示例支持了Asterisk，googleASR/TTSAPI接口。通过API调用返回的结果来实现呼叫的处理。现在和大家分享一下具体的处理流程：首先，我
ai语音机器人·2024-01-13 11:19

ai电话呼叫系统的功能有哪些，能帮到我们什么？呼叫系统

知识自学习：话术各个节点，不断学习用户问法，应答正确率不断提升;专业语音识别：电话呼叫中心软件提供金融、保险、电信、汽车行业专属语音识别模型，行业词汇识别精准，整体识别率业界顶尖；语音识别自学习：对于识别错误的词字
OKCC_kelaile520·2024-01-13 11:17

基于Asterisk和TTS/ASR语音识别的配置示例

基于Asterisk和TTS/ASR语音识别的配置示例如下：1.安装Asterisk：首先，确保你已在服务器上成功安装Asterisk。
OKCC_kelaile520·2024-01-13 11:15

深度探析卷积神经网络（CNN）在图像视觉与自然语言处理领域的应用与优势

其独特的网络结构以及层次化的特征学习使其成为目标检测、语音识别、视频分类以
cooldream2009·2024-01-13 10:24

AI语音识别模块--whisper模块

1.下载ffmpeg，挑一个自己电脑系统的版本，下载，如我win64：地址：Releases·BtbN/FFmpeg-Builds·GitHub下载压缩包zip，到·本地解压安装，其实无需安装，只需把对应的目录下的bin，编辑环境变量的path，添加到环境变量即可！！！不能科学的同学，可以到网盘地址，下载压缩包zip链接：https://pan.baidu.com/s/1yBQBs-pUKOpUP
金城武555·2024-01-13 10:43

一款支持加密的笔记StandardNotes

StandardNotes是一款免费、开源且完全加密的笔记应用程序，支持端到端加密，拥有强大的扩展程序、编辑器和主题，客户端跨平台，支持包括：Linux，MacOS，Windows，Android，iOS
杨浦老苏·2024-01-13 09:07

Superpoint Transformer for 3D Scene Instance Segmentation

为了解决这些问题，本文提出了一种基于SuperpointTransformer的全新端到端3D实例分割方法，命名为SPFormer。它将点云中的潜在特征组
fish小余儿·2024-01-13 07:48

达摩研究院Paraformer-large模型已支持windows

简介FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。
AI 研习所·2024-01-13 01:14

web开源直播通讯平台webtim

支持基础通讯模式，对端到端的数据流传输支持非常全面，几乎涵盖了所有端到端的通讯需求，所以webtim可以非常流畅的实现任意通讯需求。但tim的强大并非其通讯模式，而是去中心化的集群功能，tim的水平
donnie4w·2024-01-12 23:48

基于Selenium+Python的web自动化测试框架

Selenium是一个基于浏览器的自动化测试工具，它提供了一种跨平台、跨浏览器的端到端的web自动化解决方案。
测试界媛姐·2024-01-12 23:41

webtim开源即时通讯平台第三版发布

支持多种基础通讯模式，对端到端的数据流传输支持非常全面，几乎涵盖了所有端到端的通讯需求，所以webtim可以非常流畅的实现任意通讯需求。但tim的强大不仅是其通讯模式，更主要是去中心化的集群功能
donnie4w·2024-01-12 23:10

语音识别、音频转文字的小妙招

说起录音大家都很熟悉，但转成文字稿就没那么简单了，有人说用手机上的录音机就可以了，但录音机里边的录音转文字，好友发给你的音频那就识别不了，怎么办？用录音转文字助手就可以了呀。操作步骤：第一步：我们可以在手机应用市场中搜索录音转文字助手，接着打开该应用。第二步：你可以看到录音【录音识别】、【文件识别】和【录音机】,【录音识别】是边录音边转换成文字，【文件识别】则是上传音频文件进行识别，【录音机】仅支
夹心说·2024-01-12 21:36

软件测试/测试开发/全日制/测试管理丨自动化测试框架UI Automator

UIAutomator通常用于执行端到端的UI测试，涵盖应用的整个用户界面。以下是UIAutomator的一些关键特点和用途：跨应用测试：UIAutomator能够测试多个应用之间的交互。
测试开发软件测试性能测试自动化测试·2024-01-12 19:16

TCP延时测试对比：端到端SPDK的意义

前不久看到一篇《NVIDIABlueField再创DPU性能世界纪录》的新闻，该测试环境是2台服务器，每台各安装2块NVIDIABluefield-2DPU，形成4条100GbE以太网直连，两端分别跑NVMe-oFTarget（存储目标）和Initiator（主机端）。测试结果包括TCP和RoCE（RDMA）两部分，上图是第一部分。我们看到，用户态SPDKtoSPDK的512Byte小块读测试达到
大隐隐于野·2024-01-12 18:07

julius开源语音识别引擎

开源语音识别软件HTK，对Julius和Kaldi等系统了解者更佳一.InstallationBySourcetarballInstallationprocessissimpleandcontainsthefollowingpoints
xyc310898673·2024-01-12 18:07

用于马铃薯叶片病害预测的端到端深度学习框架（完整代码）

摘要农业生产力在全球经济发展和增长中起着至关重要的作用。当农作物受到疾病影响时，它会对一个国家的经济资源和农业产出产生不利影响。及早发现作物病害可以最大限度地减少农民的损失并提高产量。在这项研究中，提出了一种新的深度学习模型，旨在自动预测马铃薯叶部病害。框架包括图像采集、预处理、分割、特征提取和融合以及分类。为了训练和评估模型，我们利用公共马铃薯叶数据集：早疫病、晚疫病和健康叶片。利用分割和融合特
子虚先生√·2024-01-12 17:57

Flink SQL CDC 实践以及一致性分析

FlinkSQLCDCConnectorsFlinkSQLCDC原理介绍三种数据同步方案FlinkSQLCDC+JDBCConnector同步方案验证FlinkSQLCDC+JDBCConnector端到端一致性分析
Apache Flink·2024-01-12 15:10

竞赛保研 基于深度学习的目标检测算法

检测示例4传统目标检测5两类目标检测算法5.1相关研究5.1.1选择性搜索5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法
iuerfee·2024-01-12 09:20

【软件测试】学习笔记-设计GUI自动化测试策略

比如，当需要组装上层的端到端（E2E）测试时，如何才能最大程度地重用已有的页面对象以
码农丁丁·2024-01-12 06:25

ChatSDK 全双工语音识别库

:是对原始msc的语音SDK封装，相对AIUI便宜很多baidulib:是对百度语音SDK封装,百度号称永久免费AIUITools:AIUI网络测试工具-折线图动态测试可持续观测共同特点：实现了全双工语音识别
guodashen007·2024-01-12 06:37

捷豹路虎牵手高德，为何它会成为车企前装标配？

科大讯飞赖以成名的自然语音识别+方言识别，让它成为了语音识别领域里的佼佼者。
奇奇怪怪小不点·2024-01-12 04:38

解读必要的应用层协议

它们在互联网协议套件的最高层操作，负责端到端通信和用户界面功能。在本文中，我们将涵盖所有核心通信、与电子邮件相关以及实时通信到系统设计面试中主要使用的文件传输协议的关键应用协议。
小技术君·2024-01-12 04:40

7.2 BPMN Scope

BPMN范围中英文名词对照英文中文Process流程Event事件Choreography编排Activity活动Gateway网关Artifacts工件Expression表达式end-to-end端到端
Jiachuan Li·2024-01-12 03:26

[C#]winform部署PaddleOCRV3推理模型

这款工具提供了一整套端到端的文字检测和识别解决方案，非常适合用于各种类型的图像文本的识别任务。PaddleOCR关注于提供轻量级、灵活且高效的OCR能力，旨在帮助
FL1623863129·2024-01-12 00:13

人工智能学习与实训笔记（五）：百度AI能力AIP sdk调用实操

百度的很多AI能力是通过AIPsdk对外开放的，比如语音识别，语音合成，图像识别，NLP，人脸识别等等。
穿越光年·2024-01-11 22:02

一款操作简便的录音转文字软件

第二步：下载安装好软件之后，可以打开OCR文字识别软件，进入到软件界面可点击语音识别功能，这样我们就进入到语音识
自己的坏丫头·2024-01-11 19:14

开庭普通话，记录少偏差

我院审判庭（包括外派法庭）语音识别功能已部署完成，操作培训定于2019年3月28日上午11:30在东院十二审判庭举行，到时请无开庭任务的书记员全部参加，请相互转告。
二剑心·2024-01-11 16:13

理解深度学习

在一些领域取得了非常不错的效果，如图片识别，语音识别，在安全领域甚至还有识别加密的协议等。如图片，语音领域实验室准确率都超过了90%。
voice_an·2024-01-11 14:23

经典目标检测YOLO系列(二)YOLOv2算法详解

经典目标检测YOLO系列(二)YOLOv2算法详解YOLO-V1以完全端到端的模式实现达到实时水平的目标检测。
undo_try·2024-01-11 13:30

Buzz 离线音频转字幕工具（完全免费，无需登录）

关于BuzzBuzz是一款可以自动识别语音为文本字幕的软件工具，基于OpenAI开源的Whisper自动语音识别模型，可以批量将音频或者是视频中的内容自动转化为带有时间的字幕，速度非常快，是一款能极大提高效率的生产力小工具
這花開嗎·2024-01-11 11:39

基于传统机器学习模型算法的项目开发详细步骤

这些算法在图像分类、语音识别、自然语言处理、推荐系统等领域有着广泛的应用无监督学习：已知输入，无输出结果而进行的学习，发现数据中的潜在特征和规律
挑大梁·2024-01-11 10:44

端到端自动驾驶

UniAD[CVPR2023]:使用transformer架构，统一自动驾驶流程，完成所有检测，跟踪，建图，轨迹预测，占据栅格预测与规划的端到端推理。
yang_daxia·2024-01-11 10:07

[PyTorch][chapter 9][李宏毅深度学习][Why Deep]

为什么需要深度，本篇主要简单介绍一下该原因目录：1：简介2：模块化分析3：语音识别例子一简介有人通过实验,使用相同的网络参数，深度越深的网络相当于浅层网络效果更好。
明朝百晓生·2024-01-11 08:05

竞赛保研 基于深度学习的水果识别 设计 开题 技术

/dancheng-senior/postgraduate2开发简介深度学习作为机器学习领域内新兴并且蓬勃发展的一门学科，它不仅改变着传统的机器学习方法，也影响着我们对人类感知的理解，已经在图像识别和语音识别等领域取得广泛的
iuerfee·2024-01-11 07:39

英伟达推新AI语音识别模型Parakeet 号称优于Whisper

领先的开源对话AI工具包NVIDIANeMo宣布推出ParakeetASR模型系列，这是一系列最先进的自动语音识别（ASR）模型，能够以出色的准确性转录英语口语。
智云研·2024-01-10 23:14
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他