端到端语音识别第62页

智能财务高峰论坛嘉宾观点丨引领创新——智能财务的应用潮

其中最重要的是人工智能技术，其中与智能财务关联度高的包括专家系统的技术、人工神经网络的技术、自然语言理解、机器学习、模式识别相关技术，这些技术对于智能财务发展都至关重要，当前与智能财务相关的图像识别、生物特征识别、语音识别

万丈红尘君莫笑·2023-04-20 22:31

DETR【论文阅读】

解决问题：正如标题所说的，使用transformer做端到端的目标检测。之前的方法并不是端到端的，需要

hei_hei_hei_·2023-04-20 22:22

计算机网络之运输层

端到端的通信就是两个应用进程之间的通信用户数据报协议UDP特点面向无连接通信尽最大努力交付，是不可靠的传输面向报文没有拥塞控制支持一对一，一对多，多对一，多对多的通信首部开销小首部

snxy·2023-04-20 22:44

基于kaldi的iOS实时语音识别(本地)+03+音频采集传输

iOS在线识别：https://www.jianshu.com/u/3c2a0bd52ebckaldi静态库集成到项目中没问题后，现在就需要采集音频发送给解码器去解码。我这里对音频的传输采用的是GStreamer的库，我们也可以采用自己的方式去传输音频，GStreamer的好处就是能将音频进行缓存，每次都能有序的从GstBufferSource中去读取数据进行解码，我们能控制好这个传输的管道，自己

长风浮云·2023-04-20 18:05

Doc2EDAG: An End-to-End Document-level Framework for Chinese Financial Event Extraction

Doc2EDAG:一个端到端的文档级中文金融事件抽取框架摘要大多数现有的事件提取（EE）方法仅提取句子范围内的事件参数。

学人工智能的皮皮虾·2023-04-20 17:15

Flink端到端Exactly-once

[TOC]Exactly-once语义Flink自1.4.0开始实现exactly-once的数据保证，即在任何情况下都能保证数据对应用产生的效果只有一次，不会多也不会少。具体实现依赖于抽象类TwoPhaseCommitSinkFunction，用户只需要实现类接口就可以自己定义对外部系统的exactly-once。Flink的checkpoint可以保证作业失败的情况下从最近一次快照进行恢复，也

tracy_668·2023-04-20 14:23

Adlik如何实现与燧原芯片的对接？

加入了与燧原科技合作的成果，增加了对燧原i20芯片的支持，该芯片是燧原科技发布的基于邃思2.5芯片打造的面向数据中心的第二代人工智能推理加速卡，具有高性能高能效、模型覆盖面广、易部署易运维等特点，可广泛应用于计算机视觉、语音识别与合成

Linux基金会AI&Data基金会·2023-04-20 13:42

4月12日预告 | AI TIME CVPR 2023 预讲会-上交大专场

AITIME哔哩哔哩官方账号预约直播2023年4月12日10:00-12:0014:00-16:3010:00——12:00贾萧松上海交大ThinkLab21级博士生，方向为感知决策一体化自动驾驶报告题目：端到端自动驾驶中可拓展解码器设计张维夏上海交大人工智能研究院助理研究员报告题目

AITIME论道·2023-04-20 12:52

汉字编码输入法综述（一）

现在是2020年末，汉字输入技术已经发生了巨大变化，人工智能技术的应用使得文字识别和语音识别这些非编码输入方式日益成熟、实用，基于键盘编码的汉字输入也取得长足的进步。互联网和智能手机的普及，使中文输入

声笔系列·2023-04-20 11:43

论文-《MUREL: Multimodal Relational Reasoning for Visual Question Answering Remi》笔记

因此，我们提出了MuRel，一个能在真实图像中学习端到端推理的多模态关系网络。

Vivinia_Vivinia·2023-04-20 09:00

测试-自我学习

Beta测试性能测试白盒测试黑盒测试灰盒测试三：测试流程单元测试(unittest)集成测试系统测试（systemtest）验收测试四:左移测试定义：测试左移实现步骤五：契约测试定义契约测试的作用：对比六：端到端测试定义端到端测试的好处一

_Gavin124_·2023-04-20 05:31

「自然语言处理（NLP）论文解读」对话语境重构【滑铁卢大学&&华为】、会话状态跟踪【霍普金斯&&亚马逊】

微信公众号编辑:ShuYini校稿:ShuYini时间:2019-8-28引言本次有两篇为大家分享，第一篇主要针对汉语对话语境重构问题，作者将其拆分为引用表达检测和共同引用解析两部分，提出了一种端到端的模型结构

Shu灬下雨天·2023-04-20 03:41

前端实现自动化测试

前端测试分为单元测试，UI测试，集成测试和端到端测试。●单元测试：是指对软件中的最小可测试单元进行检查和验证，通常指的是独立测试单个函数。●UI测试：是对图形交互界面的测试。

清羽_ls·2023-04-19 19:33

前端实现端到端测试(代码版)

端到端测试框架选取playwright、cypress、selenium对比cypress使用下载cypressnpminstallcypress--save-devpackage.jsonnpmruncypress

清羽_ls·2023-04-19 19:31

ChatGPT神器免费使用，告别昂贵低效工具

ChatGPT是一种非常强大的AI技术，可以用于各种领域，包括自然语言处理、语音识别、机器翻译等等。而且，由于它是开源的，所以你可以在任何地方使用它，不需要担心版权问题。

小博测试成长之路·2023-04-19 17:33

【Rust日报】2023-04-13 - WhatsApp 开源用于可审计密钥目录管理的 crate

WhatsApp正在为端到端加密信息添加公钥透明技术，并将核心逻辑开源发布。

Rust语言中文社区·2023-04-19 11:50

2020-02-19 语音识别：speechrecognition的recognize_ibm

speechrecognition简介：speechrecognition包,集合了几个语音识别库的接口：recognize_bing()：MicrosoftBingSpeechrecognize_google

菜菜笛·2023-04-19 08:00

深度学习竞赛进阶技巧 - BLIP使用说明与实战

ScalablePre-trainingofMultimodalFoundationModelsfortheWorld’sFirstOpen-sourceMultimodalChatbot1论文摘要由于大规模模型的端到端的训练

kaggle竞赛指南·2023-04-19 07:06

Qt创建SDK库(dll动态库)并调用SDK库(dll动态库)

SDK通常就是封装为单一功能的功能库，比如语音识别SDK。很早之前，API的集合也被称之为SDK。在windows系统中，

冯一川·2023-04-19 07:13

Batch Normalization与Layer Normalization的区别与联系

BatchNormalization与LayerNormalization的区别与联系深度学习作为人工智能领域的热门技术，在图像识别、语音识别、自然语言处理等领域取得了显著的成果。

Chaos_Wang_·2023-04-19 04:13

2022-02-21

注重隐私保护的社交网络NuLink网络能够构建一个注重隐私保护的社交网络，用户在使用端到端的加密群组进行信息交流时，可以很容易地通过授予或撤销访问权限从而在聊天中添加或删除成员。

Aaron阿酷·2023-04-19 03:16

DeepFM论文翻译

本文，我们证明了得出一个能强化高阶和低阶交叉特征的端到端模型是可能的。

独影月下酌酒·2023-04-19 01:44

深度学习的一些基本概念—入门教程

损失函数优化器批处理常用模型卷积神经网络循环神经网络长短时记忆网络自编码器生成对抗网络实践中使用深度学习数据预处理监督学习模型非监督学习模型梯度下降法超参数调整模型评估模型部署结论深度学习的概念入门教程深度学习是一种人工智能技术，其应用广泛，包括图像识别、语音识别

百年孤独百年·2023-04-19 01:30

LD3320语音模块二次开发

因为是二次开发，我只关心应用层的事儿，底层代码驱动我就不一一解释了向LD模块中改变关键字（在配套的底层函数LDChip.c中）LDChip.hmain.c函数中处理语音识别结果以上是口令模式，必须每次喊出

TX564·2023-04-19 00:21

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。

·2023-04-19 00:07

【无标题】HCIP第一节课

---ISO---1979年开放式系统互联参考模型应用层：提供各种应用服务，将抽象语言转换成编码，提供人机交互的接口表示层：将编码转换成二进制会话层：维持网络应用和网络服务器之间的会话链接传输层：实现端到端的通信

Unraveled·2023-04-18 22:26

Python实时音频识别与处理——让上网课不再单调

Python实时语音识别转字幕实现原理用speech_recognition库获得实时电脑音频输入，用requests和json库将生成的语音文件上传至百度的云语音识别服务器进行识别，返回结果用wx库显示为字幕

EricFrenzy·2023-04-18 22:36

学习实践-Whisper语音识别模型实战（部署+运行）

1、Whisper内容简单介绍OpenAI的语音识别模型Whisper，Whisper是一个自动语音识别（ASR，AutomaticSpeechRecognition）系统，OpenAI通过从网络上收集了

李卓璐·2023-04-18 22:33

虹科分享 | Linux终端设备的TSN时间敏感网络协议实现

本文介绍了使用专用PCIExpress(PCIe)卡和两个最终Linux端点创建端到端TSN网络。为此，TSN的两个主要标准

虹科智能自动化·2023-04-18 20:36

openai的whisper语音识别介绍

今天说说这个whisper项目https://github.com/openai/whisperta是关于语音识别的。它提出了一种通过大规模的弱监督来实现的语音识别的方法。

我口袋有三十三块·2023-04-18 20:00

openfst 介绍

FST在语音识别和合成，机器翻译，光学字符识别，模式匹配，字符串处理，机器学习，信息提取和检索等方面具有关键应用。通常，加权转换器用于表示概率模型（例如，n元语法模型，发音模型）。

ziyu123·2023-04-18 14:33

【无标题】

业务自动化平台为企业提供新的创新与操作方式永久转变成本结构充分发挥数字技术的潜力使整个公司的流程效率速度和响应能力都大大提高人工智能驱动的UiPath业务自动化平台将领机器人流程自动化(RPA)与一整套功能相结合以理解、自动化和操作端到端流程提供前所未有的价值实现时间开发商介绍

51component技术交流·2023-04-18 11:40

用于端到端语音识别的文本数据多任务训练

论文MULTITASKTRAININGWITHTEXTDATAFOREND-TO-ENDSPEECHRECOGNITION摘要论文提出了一种基于注意力的端到端语音识别模型的多任务训练方法，以更好地整合语言级别的信息

尚歌·2023-04-18 10:31

智能语音信息处理团队18篇论文被语音技术顶会ICASSP 2023接收

近日，ICASSP2023会议发出了审稿结果通知，语音及语言信息处理国家工程研究中心智能语音信息处理团队共18篇论文被会议接收，论文方向涵盖语音识别、语音合成、话者识别、语音增强、情感识别、声音事件检测等

语音之家·2023-04-18 10:30

ICASSP 2022 | 标点恢复——一套可以同时服务单模态和多模态文本的标点恢复框架

导读在信息时代，自动语音识别技术(AutomaticSpeechRecognition，ASR)已成为互联网领域一大典型应用，尤其是在智能手机等设备上，语音识别功能已经成为标配。

TechBeat人工智能社区·2023-04-18 10:30

An End-to-End Visual-Audio Attention Network for Emotion Recognition in User-Generated Videos阅读笔记

在本文中，我们提出了一种基于卷积神经网络（CNNs）的端到端识别视频情绪的方法。

Encounter84·2023-04-18 09:54

[Paper Reading] A Deep Learning Approach for Generalized Speech Animation

其中音频已经标注了对应的音位信息，使用ActiveAppearanceModel(AMM)从视频中提取人脸表情相关的参数；根据音位和人脸表情动画参数数据集，训练模型步骤二：推断过程中，使用语音识别等已有的技术

_soaroc_·2023-04-18 07:52

浅谈智能家居的发展史（一）

随着物联网、大数据、人工智能等技术的发展，智能家居的风越刮越大，特别是语音识别技术的突破，2014年11月，亚马逊推出一款全新概念的便携式的人工智能语音音箱——Echo之后，潘多拉的魔盒至此被打开，以语音音响为流量入口

娃哈哈里的爽歪歪·2023-04-18 06:51

【转】设备接入过千万，涂鸦智能如何打造智能解决方案平台？

自2015年新型智能硬件起步，经过两年多发展，联网和远程控制已成为智能硬件的标准配置，以语音交互为核心的产品越来越多，人工智能在语音识别、NLP、图像识别方面的进展也对新型智能硬件的发展助力不少。

Franck2020·2023-04-18 03:07

自然语言处理中词嵌入降维方法-Random Fourier Feature

这种技术特别适用于处理大规模数据集和大规模特征空间的机器学习问题，如图像分类、语音识别、自

高山莫衣·2023-04-18 03:28

FastASR+FFmpeg(音视频开发+语音识别)

想要更好的做一件事情，不仅仅需要知道如何使用，还应该知道一些基础的概念。一、音视频处理基本梳理1.多媒体文件的理解1.1结构分析多媒体文件本质上可以理解为一个容器容器里有很多流每种流是由不同编码器编码的在众多包中包含着多个帧(帧在音视频的处理中是最小单位)1.2封装格式封装格式(也叫容器)就是将已经编码压缩好的视频流、音频流及字幕流按照一定的方案放到一个文件中，便于播放软件播放。一般来说，视频文件

陈达书·2023-04-18 00:58

Transformer模型及其语音识别应用

https://www.zhihu.com/question/322027027/answer/673423447

纸上得来终觉浅～·2023-04-17 21:17

ACM TechNews摘要（1）——深度学习驱动的引力波探测

深度学习采用了结合相对论数值模拟和LIGO实测数据的过滤器，以及端到端的时间序列信号处理方法。与传统引力波检测算法相比，深度过滤器在相似的敏感性前提下，达到更低的错误率和更加高效

Luccas_Wang·2023-04-17 21:20

讯飞语音开发之语音唤醒

只有前面讲到的语音合成，语音理解，语义理解，语音识别确实可以实现人机交流。但是还不能实现完全智能，不能狗做到实时问道，间歇式问答。要实现实时问答，切不用手动操作。这时候语音唤醒功能就大选伸手了。

sz0268·2023-04-17 20:05

解决讯飞语音唤醒参数无效（错误码：10106）的问题

youlin121·2023-04-17 20:04

科大讯飞语音唤醒(Android)

前面的工程项目配置和语音识别差不多，但是需要从SDK的res文件夹中复制ivw文件夹粘贴到main下面的assets文件夹下面。具体的文件配置结构，我截个图给大家看看：剩下的步骤就是两页代码了，附上！

谈情不如逗狗.·2023-04-17 20:33

一步步上手TensorFlow——基础知识

作为常用的机器学习框架，可被用于语音识别或图像识别等多项机器学习和深度学习领域，且上手简单，教材丰富。TensorFlow从名字上，我们就可以对他有一定的理解。Tensor：张量，表示N维数组。

BlackBlog__·2023-04-17 18:37

pytest自动化测试框架—基础篇

Pytest是一种基于Python编程语言的自动化测试框架，它提供了丰富的功能和灵活的扩展性，可以用于单元测试、集成测试、功能测试、端到端测试等多种场景。

测试大圣·2023-04-17 17:47

sap软件在半导体设计行业中的三种应用！

中国每年在半导体行业投下大量资金，而且经费不断上升，高科技半导体产业链从设计公司，晶圆制造及后段封装测具有显著不同的业务模式，需要针对不同细分行业寻求对应业务需求和业务场景的解决方案及卓越实践，实现端到端整体方案导入

悠远SAP·2023-04-17 17:30

基于Udacity模拟器的端到端自动驾驶决策

1端到端自动驾驶决策端到端自动驾驶决策的输入为车辆的感知信息，如摄像头信息，输出为车辆的前轮转角和摄像头等信息。

闲看庭前梦落花·2023-04-17 17:11

推荐频道

端到端语音识别