端到端语音识别

RelationNet：学习目标间关系来增强特征以及去除NMS | CVPR 2018

论文基于NLP的注意力机制提出了目标关系模块，通过与其它目标的比对增强当前目标的特征，而且还可以代替NMS进行端到端的重复结果去除，思想十分新颖，效果也不错 来源：晓飞的算法工程笔记公众号论文:RelationNetworksforObjectDetection
·2023-06-21 10:03

[PyTorch][chapter 43][时间序列表示方法1]

前言：语言模型（LM）起源于语音识别(speechrecognition)，输入一段音频数据，语音识别系统通常会生成多个句子作为候选，究竟哪个句子更合理？就需要用到语言模型对候选句子进行排序。
明朝百晓生·2023-06-21 08:02

AI ＞ 语音识别书籍推荐

以下是一些关于语音识别方面的书籍推荐："AutomaticSpeechRecognition:ADeepLearningApproach"byDongYuandLiDeng-这本书介绍了深度学习在自动语音识别中的应用
ABEL in China·2023-06-21 07:45

论文阅读笔记2:NetVLAD

TokyoInstituteofTechnology解决的问题：我们解决了大规模视觉位置识别的问题，其任务是快速准确地识别给定查询照片的位置创新点：这篇文章主要有3个创新点：1.为场景识别任务构造出了一个可以直接端到端训练的
稻壳特筑·2023-06-21 06:02

《微服务架构设计模式》第一章 逃离单体地狱

测试相对简单直观：开发者只需要写几个端到端的测试，启动应用程序，调用RESTAPI，然后使用Selenium这样的工具测试用户界面。部署简单明了：开发者
默辨·2023-06-21 06:17

供应链 | 基于图神经网络和深度强化学习的柔性车间调度方法

编者按本次解读的文章发表于IEEETRANSACTIONSONINDUSTRIALINFORMATICS，原文摘要总结如下：本文考虑了众所周知的灵活作业车间调度问题，并通过提出一种新颖的深度强化学习（DRL）方法来端到端地学习高质量的优先级调度规则
运筹OR帷幄·2023-06-21 04:42

呼叫中心如何实现智能化和数字化转型？

人工智能技术可以实现自动语音识别、语音合成、自动语音导航等功能，大大提高了呼叫中心的效率和客户体验。例如，在客服咨询中，人工智能可以自动识别客户的问题并进行回答，提高了客户的
weixin_73105595·2023-06-21 01:23

深度学习实战篇之 ( 九) -- TensorFlow学习之路（六）

科普飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体
fengyuxie·2023-06-20 21:59

【人工智能】“AI + 算力 = 最强龙头”，你怎么看？

文章目录一、AI与算力相辅相成1.1AI和算力的概念1.2AI和算力的应用领域1.3AI需要算力的支持1.4AI和算力的结合带来的巨大价值1.4.1人脸识别1.4.2语音识别1.4.3自动驾驶1.4.4
旅途中的宽~·2023-06-20 17:20

【计算机网络基础】期中测试

文章目录在OSI参考模型中，(B)利用通信子网提供的服务实现两个用户进程之间端到端的通信，在这个层次模型中，如果用户A需要通过网络向用户B传送数据，那么首先将数据送入应用层，在该层给它附加控制信息后送入表示层
Want595·2023-06-20 16:53

[论文笔记] chatgpt系列 2.1 DeepSpeed-chat 简介

microsoft/DeepSpeedExamples·GitHubDeepSpeed-Chat:简单，快速和负担得起的RLHF训练的类chatgpt模型一个快速、经济、可扩展和开放的系统框架，用于实现端到端的强化学习人类反馈
心心喵·2023-06-20 12:55

走进国产深度学习框架——百度飞桨（paddlepaddle）

安装CPU版本windows环境下使用pip安装CUDA10版本检查是否安装成功什么是飞桨飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心框架、基础模型库、端到端开发套件
a沧海云帆a·2023-06-20 11:37

lightroom classic破解版

从技术角度来说，它是面向摄影师和数码照片爱好者的端到端解决方案，它提供了广泛的数字工具来调整RAW图像以使其看起来最佳，展示其目的的最佳方式是想象摄影师在拍摄照
@-@look·2023-06-20 10:22

[Unity] VR环境下的语音识别

语音识别对于VR领域格外重要，因为它不仅能模拟AI与用户对话，还为用户提供了与任意应用进行沟通的更多选择。手动输入指令可能不太现实，并且应用如果拥有太多按钮或其它GUI元素，也会很快让用户手足无措。
hcq666·2023-06-20 09:02

whisper语音识别部署及WER评价

1.whisper部署详细过程可以参照：创建项目文件夹mkdirwhispercdwhisperconda创建虚拟环境condacreate-npy310python=3.10-cconda-forge-y安装pytorchpipinstall--pretorchtorchvisiontorchaudio--extra-index-url下载whisperpipinstall--upgrade--
chococolate·2023-06-20 08:58

学习Kaldi：中文Aishell项目（上）

本篇文章的主要目标是理解复杂的中文多音素语言模型和使用AiShell语料集来真实的训练出一个可用的中文语音识别模型。完整的AiShell例子包含GMM-HMM和神经网络
陈闽ChenMin·2023-06-20 07:15

Vue中如何进行自动化测试与端到端测试（E2E测试）

Vue中如何进行自动化测试与端到端测试（E2E测试）Vue.js是一种流行的前端JavaScript框架，用于构建现代的单页应用程序。在Vue.js中，测试是一个非常重要的主题。
yujun2023·2023-06-19 21:09

YOLOv3

3、端到端训练，一个lossfunction（(x,y)、(w,h)、class、confidence四个损失相加，其中(w,h)用差方，其他用二值交叉熵）搞定训练，只需要关注输入/输出端。
Mr_Stark的小提莫·2023-06-19 19:32

Whisper语音识别实战！！【环境配置+代码实现】

目录环境配置代码实现******实现.mp4转换为.wav文件，识别后进行关键词匹配并输出关键词出现的次数******完整代码实现请私信环境配置安装ffmpeg打开网址https://github.com/BtbN/FFmpeg-Builds/releases下载如下图所示的文件下载后解压我的路径是G:\ffmpeg-master-latest-win64-gpl-shared\bin找到自己的安
狻猊来当程序媛·2023-06-19 18:12

自动语音识别模型whisper安装和初探

whisper介绍whisper是OpenAI最近发布的语音识别模型。
WenbinYao&YouweiHu·2023-06-19 18:11

编译 TFLite 模型

本篇文章译自英文文档CompileTFLiteModels作者是FrozenGene(ZhaoWu)·GitHub更多TVM中文文档可访问→ApacheTVM是一个端到端的深度学习编译框架，适用于CPU
·2023-06-19 17:37

信源信道联合编码(Joint Source-channel Coding,JSCC)

基于自编码器设计的端到端收发机确定信道模型和未知信道模经典端到端无线通信系统基于深度学习的JSCC为什么需要信源信道联合编码？  
一去不复返的通信er·2023-06-19 14:24

目标检测YOLO实战应用案例100讲-基于深度学习的遥感目标检测算法FPGA部署实现研究

如手机上的语音识别可以将声音转化成文字、门禁识别人脸通行、美颜相机对人像加上跟踪特效等，这些都是人工智能在我们生活中的应用。
林聪木·2023-06-19 09:42

Unit5 运输层

运输层协议又称为端到端协议。运输层位于应用层和网络层之间。
Fly ☆·2023-06-19 05:13

[机器学习导论]——第一课 机器学习概述

棋牌、语音识别、人脸识别已经超越了人类深度学习神经网络并不是人工智能的终极解决方案数据驱动，需要大量训练样本才能达到满意精度无法自适应环境与任务变化一种算法只
雨落俊泉·2023-06-19 03:10

可以白嫖的语音识别开源项目whisper的搭建详细过程 | 如何在Linux中搭建OpenAI开源的语音识别项目Whisper

原文来自我个人的博客。1、前提条件服务器为GPU服务器。点击这里跳转到我使用的GPU服务器。我搭建whisper选用的是NVIDIAA100显卡，4GB显存。Python版本要在3.8~3.11之间。输入下面命令查看使用的Python版本。python3-V2、安装Anaconda为啥要安装Anaconda？为了减少不同项目使用的库的版本冲突，我们可以使用Anaconda来创建虚拟Python环境
Luke Ewin·2023-06-19 02:55

4端到端协议-4.3【实验】【计算机网络】

4端到端协议-4.3【实验】【计算机网络】前言推荐4端到端协议4.2TCP协议流捕获与TCP协议分析4.3TCP连接管理实验目的实验内容及实验环境实验原理TCP连接管理的三个阶段TCP的连接建立TCP连接建立时的各状态
日星月云·2023-06-19 00:57

基于安卓的智能语音识别系统

语音识别技术的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。
图灵软件设计·2023-06-18 23:15

一文说清，4G语音工牌与WIFI和蓝牙语音工牌的区别

比如在销售场景和服务场景，利用4G语音工牌和NLP、语音识别、机器学习等技术结合，可实现：帮销售型企业：提供现场销售过程管理抓手、实现客户精准洞察、评估员工能力针对提升、发现交易风险和机会、提升团队能力和业绩
DuDuTalk·2023-06-18 22:12

网络层（3）6/12

1.网络层网络层最大的特点就是提供路由，路由就是分组从源到目的地址时，绝定的端到端的路径路由：路由是网络层最主要的工作任务网关：一个网络域到另一个网络域的关卡，主要用于不同网段之间的通讯路由的获取方式：
Insisted_G·2023-06-18 22:37

低延迟流式语音识别技术在人机语音交互场景中的实践

美团语音交互部针对交互场景下的低延迟语音识别需求，提出了一种全新的低出字延迟流式语音识别方案。
美团技术团队·2023-06-18 21:17

Planning-oriented Autonomous Driving 解析

abstract现代自动驾驶系统通常是模块化的序列任务，这种方式很容易造成累积误差和任务协调不足，因此设计一个端到端架构，从全局的视角出发为agent的交互提供互补的特征提取。
视言·2023-06-18 19:04

当 Rokid 遇上函数计算

Rokid通过语音识别、自然语言处理、计算机视觉、光学显示、芯片平台、硬件设计等多领域研究，将前沿的Al和AR技术与行业应用相结合，为不同垂直领域的客户提供全栈式解决方案，有效提升用户体验、助力企业增效
·2023-06-18 19:18

当 Rokid 遇上函数计算

Rokid通过语音识别、自然语言处理、计算机视觉、光学显示、芯片平台、硬件设计等多领域研究，将前沿的Al和AR技术与行业应用相结合，为不同垂直领域的客户提供全栈式解决方案，有效提升用户体验、助力企业增效
阿里云云原生·2023-06-18 19:49

python做马尔科夫模型预测法_Python实现HMM（隐马尔可夫模型）

1.前言隐马尔科夫HMM模型是一类重要的机器学习方法，其主要用于序列数据的分析，广泛应用于语音识别、文本翻译、序列预测、中文分词等多个领域。
weixin_39807954·2023-06-18 14:40

有监督学习和无监督学习

机器学习的应用范围：机器学习与模式识别、统计学习、数据挖掘、计算机视觉、语音识别、自然语言处理等领域有着非常深的联系。模式识别=机器学习两者的主要差别在于前者是从工业界发展起来的概念，后者则
____-7·2023-06-18 14:04

论文阅读 End-to-End Semi-Supervised Learning for Video Action Detection

End-to-EndSemi-SupervisedLearningforVideoActionDetectionCVPR2022task端到端的半监督视频动作检测方法阅读记录说明以上内容均为作者本人平时阅读并且汇报使用
WXiujie123456·2023-06-18 14:24

语音识别无限次数GPT-4，OpenAI的iOS客户端太强大了

语音识别无限次数GPT-4，OpenAI的iOS客户端太强大了你可能已经听说过OpenAI这个神秘的组织，它是由马斯克、霍金等名人发起的一个非营利性的人工智能研究机构，旨在创造和推广友善的人工智能，让人类受益
Ai创业前沿咨询·2023-06-18 14:47

从零开始搭建群众权益平台（七）

这包括单元测试，集成测试，以及端到端测试。对于后端，我们可以使用如Jest、Mocha这样的测试框架来进行单元测试和集成测试。我们可以模拟请求来测试各个API的行为。
A等天晴·2023-06-18 11:16

适合大一大二学生的深度学习实践项目汇总：涵盖图像处理、语音识别、自然语言处理等领域

摘要：深度学习已经成为人工智能领域的核心技术，无论是图像处理、语音识别还是自然语言处理等多个领域，都有深度学习技术的身影。
SYBH.·2023-06-18 11:45

hashmap 从头到尾_从头到尾开发和销售机器学习应用程序

hashmap从头到尾入门(GettingStarted)COVID-19预测端到端应用(COVID-19predictionend-to-endapp)AfterdevelopingandsellingaPythonAPI
weixin_26739165·2023-06-18 10:36

走向实用的AI编解码

基于AI的端到端数据压缩方法受到越来越多的关注，研究对象已经包括图像、视频、点云、文本、语音和基因组等，其中AI图像压缩的研究最为活跃。
LiveVideoStack_·2023-06-18 09:59

OpenAI 大模型生态

目录标题1.语言类大模型2.图像多模态大模型3.语音识别模型4.文本向量化模型5.审查模型6.编程大模型1.语言类大模型包括GPT-3、GPT-3.5、GPT-4系列模型。
拟 禾·2023-06-18 08:24

人工智能知识讲解之人脸识别技术

它可以分为弱人工智能和强人工智能，弱人工智能指的是可以执行特定任务的机器智能，例如计算机语音识别；强人工智能则指能够像人类一样具有智能的机器。
Rmwcf·2023-06-18 05:27

一、Windows10平台下Unity3d的语音识别——关键字识别

Unity3d软件中的语音识别，包含了关键字识别、语法识别和听写识别，本篇先介绍Win10平台下Unity3d关键字识别本文介绍了如何使用Windows语音API在unity3d中实现语音识别。
JoeManba·2023-06-18 03:42

whisperX 语音识别本地部署

WhisperX是一个优秀的开源Python语音识别库。
JoeManba·2023-06-18 03:40

iOS SFSpeechRecognizer 语音识别

SFSpeechRecognizer属于Speech框架，在iOS10首次出现，并在iOS13中进行了比较重大的更新，在iOS13上支持离线语音识别以及语音分析。
L_Jason先生·2023-06-18 02:37

单元测试系列：一、了解spring boot单元测试

2、两者不同点JUnit只能进行单元测试，TestNG可以进行单元测试，功能测试，端到端测试，集成测试等，主要是因为testNG存在depends可以进行测试用例的组合；Te
幽幽之心·2023-06-18 00:29

Perl语言的特点和数据采集示例

Perl是一种通用的高级开源编程语言，具有简洁易读的语法，可用于完成各种任务，从处理文本文件到语音识别。
亿牛云爬虫专家·2023-06-17 23:54

计算机网络（谢希仁-第八版）第五章习题全解

地位和作用：从通信和信息处理的角度看，运输层向它上面的应用层提供通信服务，它属于面向通信部分的最高层，同时也是用户功能的最低层，当网络边缘部分的两台主机使用网络核心部分的功能进行端到端的通信时，都要使用协议栈中的运输层
小蓝的快乐学习之旅·2023-06-17 22:26
上一页 53 54 55 56 57 58 59 60 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他