语音识别论文笔记

两分钟克隆你的声音，支持替换电影和视频里面的声音，免费使用支持docker一键部署，集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注

两分钟克隆你的声音，支持替换电影和视频里面的声音，免费使用支持docker一键部署，集成工具包括声音伴奏分离、自动训练集分割、中文自动语音识别(ASR)和文本标注。
代码讲故事·2024-02-05 06:13

【自然语言处理】P4 神经网络基础 - 激活函数

非线性问题，如视觉识别、语音识别、图像识别等等。当神经网络具有处理
脚踏实地的大梦想家·2024-02-05 05:07

255小嘎【1期2班】刻意练习Day9

它用它的高效语音识别了解你要表达的意思，它用它的顺畅翻译建起交流之桥。讯飞翻译器——用一句大家耳熟能详的话来概括：“科技改变生活。”【对比】这次仿写完全没有头绪。
小嘎_314a·2024-02-04 23:05

2020-02-17

智能语音机器人=AI人工智能+语音识别技术+语音知识库+话术逻辑+智能学习的科技进化的产物，尤其在电销领域的一个成功的落地应用。
xiuqiwangluo123·2024-02-04 22:52

酷开系统 | 酷开科技智慧AI带你领略神奇的世界

无论是语音识别、数据整理还是语言处理，智慧AI都在不断地突破自我，为消费者提供更加智能化的服务！01.AI语音，用声音去掌控你是否曾梦想过，只需轻轻开口，就能让科技为你的生活带来更多便捷？
京创尤品·2024-02-04 18:09

RNN(神经网络)

这使得它在处理语音识别、自然语言处理、机器翻译等任务时表现出色。RNN的核心
取名真难.·2024-02-04 17:47

Encoder-based Domain Tuning for Fast Personalization of Text-to-Image Models——【论文笔记】

本文是发表于ACMTransactionsonGraphics期刊上的一篇论文论文地址：[2302.12228]基于编码器的域优化，用于文本到图像模型的快速个性化(arxiv.org)官方代码：mkshing/e4t-diffusion：实现基于编码器的域调优，以实现文本到图像模型的快速个性化(github.com)一、Introduction近年来，个性化大规模文本到图像模型的能力已经彻底改变了
我是浮夸·2024-02-04 14:51

SVDiff: Compact Parameter Space for Diffusion Fine-Tuning——【论文笔记】

本文发表于ICCV2023论文地址：ICCV2023OpenAccessRepository(thecvf.com)官方代码：mkshing/svdiff-pytorch:Implementationof"SVDiff:CompactParameterSpaceforDiffusionFine-Tuning"(github.com)一、Introduction最近几年，基于扩散的文本到图像生成模型
我是浮夸·2024-02-04 14:19

深度学习的进展：人工智能时代的里程碑

本文将回顾深度学习的发展历程，探讨其在图像识别、自然语言处理和语音识别等领域的重要应用，并展望深度学习在人工智能时代的前景。引言随着计算机技术的飞速发展，人工智能正逐渐走进我们的日常生活。
你不懂、、、·2024-02-04 14:49

基于STM32单片机智能垃圾桶语音识别人体满检无线APP设计179

STM32智能垃圾桶语音识别自动开关APP设计179功能描述：本系统由STM32F103C8T6单片机核心板、1.44寸TFT彩屏、（无线蓝牙/WIFI模块-可选）、舵机控制电路（即垃圾桶开关）、SNR6813
单片机设计DIY·2024-02-04 13:04

企业级唱词和语音字幕解决方案

美摄科技的唱词&语音字幕方案结合了先进的语音识别、文字转语音以及多媒体编辑技术，可以快速、准确地处理图片、视频、文字、Word、LRC歌词以及音乐等内容。
美摄科技·2024-02-04 08:33

深度学习的进展

2.应用领域的拓展：深度学习在计算机视觉、自然语言处理、语音识别等领域取得了巨大的成功，同时也在生物医学、金融、交通等领域得到了广泛应用。
番茄不是西红柿1·2024-02-04 08:20

论文浅尝 | 动态知识图谱对齐

论文笔记整理：谭亦鸣，东南大学博士生来源：AAAI‘21链接：https://ojs.aaai.org/index.php/AAAI/article/view/16585概述本文提出了一种动态图谱(KG
开放知识图谱·2024-02-04 07:05

举例说明自然语言处理（NLP）技术

语音识别：将语音信号转换为文本，例如将语音命令转换为文字指令。命名实体识别：从文本中识别出特定的实体，如人名、地名和组织名。情感分析：分析文本中的情感倾向，如判断一段文字是正面的、负面的还是中性的。
做一个AC梦·2024-02-04 04:26

云微呼AI外呼技术：智能化营销的未来趋势

AI外呼技术结合了语音识别、自然语言处理和大数据分析等先进技术，为企业提供了更高效、更个性化的客户沟通解决方案。本文将探讨AI外呼技术的发展趋势、优势以及对营销领域的影响。
云微呼·2024-02-03 15:45

云微呼AI外呼：数字时代营销的智能引擎

AI外呼技术利用人工智能技术，通过语音识别、自然语言处理等技术手段，实现了自动化的电话拨打和信息传递，为企业提供了高效、个性化的客户沟通解决方案。
云微呼·2024-02-03 15:45

2020李宏毅学习笔记——1.概论

即将学习内容分布：一、机器学习的本质就是自动寻找函式，如语音识别，就是让机器找一个函数，输入是声音信号，输出是对应的文字。
是汤圆啊·2024-02-03 15:38

AI数字人训练数据集汇总

唇读（LipReading），也称视觉语音识别（VisualSpeechRecognition），通过说话者口型变化信息推断其所说的内容，旨在利用视觉信道信息补充听觉信道信息，在现实生活中有重要应用。
智慧医疗探索者·2024-02-03 13:48

灵伴科技（Rokid）借助 Knative 实现 AI 应用云原生 Serverless 化

公司通过语音识别、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
阿里云云原生·2024-02-03 07:29

探索自然语言处理在改善搜索引擎、语音助手和机器翻译中的应用

文章目录每日一句正能量前言文本分析语音识别机器翻译语义分析自然语言生成情感分析后记每日一句正能量努力学习，勤奋工作，让青春更加光彩。
想你依然心痛·2024-02-03 02:28

大模型相关概念

目前AI的一些发展方向：自然语言处理，计算机视觉，语音识别，专家系统，推荐系
Dust | 糖·2024-02-02 20:37

Python 深度学习实战：聊天机器人

在现实生活中，深度学习已经广泛应用于各个领域，如图像识别、自然语言处理、语音识别等。而聊天机器人则是自然语言处理的一个重要应用之一，它可以通过深度学习技术来实现对用户输入的文本进行理解和回复。
Python人工智能大数据·2024-02-02 20:47

Python入门实战：人工智能应用开发

人工智能的目标是让计算机能够理解自然语言、学习、推理、解决问题、识别图像、语音识别、自主决策等。人工智能的发展对于各个行业的创新和发展产生了重要影响。
Python人工智能大数据·2024-02-02 20:15

《Revisiting Self-Supervised Monocular Depth Estimation》论文笔记

参考代码：rmd1.概述介绍：回顾前几年的一些自监督型深度估计算法，它们都是从不同的角度对自监督深度估计方法进行改进。总结这些算法中对自监督深度估计的改进idea，发现这些算法有的是为了解决场景光照变化对深度估计稳定性的影响；有的是对相机运动下场景中物体遮挡运动进行建模，从而减少对于前期假设先验的违背的影响。而这些改进的idea它们的来源是不同的文章，那么它们组合起来是否能达到比原方法更好的效果呢
m_buddy·2024-02-02 20:59

《LeReS：Learning to Recover 3D Scene Shape from a Single Image》论文笔记

参考代码：AdelaiDepth-LeReS1.概述介绍：基于单张图像的深度估计网络往往采用scale-shiftinvariant形式完成深度预测，其是将预测深度和GT深度映射到scale-shiftinvariant空间，之后再计算loss，自然使用该方法得到的深度在经过点云映射之后是存在扭曲的，这类方法以MiDaS为代表。除scale-shift之外其还存在焦距（focal）上的不确定，因而
m_buddy·2024-02-02 20:29

《Enforcing geometric constraints of virtual normal for depth prediction》论文笔记

参考代码：VNL_Monocular_Depth_Prediction1.概述介绍：这篇文章为深度估计提供了一种新的损失函数形式，在深度估计任务中常见的损失函数多以pixel-wise监督的形式出现，因此这些监督损失函数都是利用像素层面的浅层信息进行监督约束的。这样的浅层次深度信息学习自然不能很好学习到GT深度中的一些细节与结构差异信息，因而这篇文章提出将预测深度通过预先假定的相机内参映射到同一模
m_buddy·2024-02-02 20:29

《Boosting Monocular Depth Estimation Models to High-Resolution ...》论文笔记

参考代码：BoostingMonocularDepth论文：BoostingMonocularDepthEstimationModelstoHigh-ResolutionviaContent-AdaptiveMulti-ResolutionMerging1.概述导读：这篇文章提出了一种使用现有深度估计模型（MiDas）生成具有更高分辨率/更多细节表现深度图的方法（同时保持高分辨率和深度一致性是现存
m_buddy·2024-02-02 20:28

《Robust Consistent Video Depth Estimation》论文笔记

主页与代码地址：robust_cvd1.概述导读：这篇文章的目的是为了在视频场景下生成稳定的深度估计结果，其提出的算法可以在一个单目视频中估计出一致的深度图和相机位姿。文章首先会使用MiDas为视频中的单帧图像做初始深度估计（主要用于提供深度scale参数），以及使用CeresLibrary上计算相机的初始位姿信息。之后再在输入的视频序列上使用在线finetune形式交替进行深度估计结果与相机位姿
m_buddy·2024-02-02 20:28

《Towards Robust Monocular Depth Estimation：Mixing Datasets for Zero-shot Cross-dataset Transfer》论文笔记

参考代码：MiDaS1.概述导读：这篇文章提出了一种监督的深度估计方法，其中使用一些很有价值的策略使得最后深度估计的结果具有较大提升。具体来讲文章的策略可以归纳为：1）使用多个深度数据集（各自拥有不同的scale和shift属性）加入进行训练，增大数据量与实现场景的互补；2）提出了一种scale-shiftinvariable的loss用于去监督深度的回归过程，从而使得可以更加有效使用现有数据；3
m_buddy·2024-02-02 20:58

《RAFT-Stereo：Multilevel Recurrent Field Transforms for Stereo Matching》论文笔记

参考代码：RAFT-Stereo1.概述导读：RAFT算法是非常经典的立体匹配算法，在光流和立体匹配任务中有着广泛的运用。而这篇文章正是基于RAFT并将其运用到了立体匹配中，并且在如下的几个方面进行改进：1）相比原生的RAFT算法钟重点关注X轴（W方向）的视差信息，前提是输入的图像对需要事先经过极线校准；2）在GPU的update阶段使用stride为[8,16,32][8,16,32][8,16
m_buddy·2024-02-02 20:58

《PackNet：3D Packing for Self-Supervised Monocular Depth Estimation》论文笔记

参考代码：packnet-sfm1.概述导读：这篇文章提出了一种自监督的深度估计方法，其使用视频序列与运动信息作为输入，用网络去估计深度信息/相机位姿，并用最小重构误差去约束整个训练的过程从而实现自监督。文章的创新点主要体现为：使用3D卷机作为深度编解码网络，在相机位姿的6d信息基础上对平移分量进行约束，提出了一个新的数据集DDAD（DenseDepthforAutomatedDriving）。单
m_buddy·2024-02-02 20:28

【论文笔记】Multi-Chain Reasoning：对多思维链进行元推理

目录写在前面1.摘要2.相关知识3.MCR方法3.1生成推理链3.2基于推理链的推理4.实验4.1实验设置4.2实验结果5.提及文献写在前面文章标题：AnsweringQuestionsbyMeta-ReasoningoverMultipleChainsofThought论文链接：【1】代码链接：暂无仅作个人学习记录用1.摘要现代多跳问答系统（QA）通常将问题分解为一系列的推理步骤，称为思维链（C
LZXCyrus·2024-02-02 18:56

分布式元数据论文，阅读笔记（持续更新）

元数据优化论文阅读GUFI:Fast,SecureFileSystemMetadataSearchforBothPrivilegedandUnprivilegedUsersSC2022Paper论文笔记针对元数据查询的优化
妙BOOK言·2024-02-02 18:56

为什么说2023年是AI元年

例如，AI图像和语音识别技术的广泛应用，使得人们可以更加便
卢卡上学·2024-02-02 11:28

建行首推无人银行，银行一线员工如何避免未来遭遇唐山收费员式的悲剧？

这家高度智能化的营业网融合了包括生物识别、语音识别、人脸识别、语音导航、大数据以及AR、VR等一系列最前沿的科技成果。与此同时，该网点还首次尝试与书店、品牌商场等场景化娱乐场所
Yu见未来·2024-02-02 06:09

英文语音、方言语音识别样样精通，百度输入法率先实现“语音自由说”

近几年，在手机上使用语音识别输入文字的朋友已不占少数，语音识别的精准程度更是今非昔比。
笔点酷玩·2024-02-02 05:20

AGI实现思路重新整理

因此将图像识别、语音识别的深度学习网络（等其他识别网络）的特征值层，进行联结记忆。联结记忆的目的是形成记忆单元，模拟人脑中概念的基本结构。
vghjjgdfg·2024-02-02 04:02

论文笔记：SQLPrompt: In-Context Text-to-SQL with Minimal Labeled Data

导语本文提出了SQLPrompt，通过创新的Prompt设计、基于执行一致性的解码策略，以及混合不同格式的Prompt和不同LLMs输出的方式，提高了LLM在Few-shotIn-contextLearning下的能力。会议：EMNLP2023Findings（Short）链接：https://arxiv.org/abs/2311.028831简介这项研究介绍了“SQLPrompt”，一种针对大型
Q同学的nlp笔记·2024-02-02 04:16

14篇最新Transformer热门论文！涵盖注意力机制、架构改进、适用性扩展等

在深度学习技术的飞速发展中，Transformer模型无疑成为了当今研究的热点，它凭借其独特的架构和强大的表达能力，在自然语言处理、计算机视觉和语音识别等领域取得了令人瞩目的成果。
AI热心分享家·2024-02-02 02:37

计算机相关专业毕业论文选题推荐

基于机器学习的推荐算法研究与实现基于区块链技术的数字身份认证方案设计与实现基于深度学习的图像识别技术研究与应用基于虚拟现实技术的教育培训平台设计与实现基于物联网技术的智能家居系统研究与开发基于云计算的数据备份与恢复系统设计与实现基于深度学习的自然语言处理技术研究与应用基于机器学习的舆情分析系统设计与实现基于人工智能的语音识别技术研究与应用
码视野·2024-02-02 01:23

人工智能与大数据：技术前沿与实践

近年来，随着深度学习和神经网络的崛起，人工智能在语音识别、图像处理、自然语言处理等领域取得了显著突破。1.1深度学习与神经网络深度学习是机器学习的一个子集，通过构建多层
吾忆da·2024-02-01 23:03

大模型相关术语

它与一般的特定领域智能（如机器视觉、语音识别等）相区分。AIGC（AI-GeneratedContent）基于人工智能技术，通过已有数据寻找规律，并通过适当的泛化能力生成相关内容的技术。
一刀道人·2024-02-01 18:14

【花雕动手做】ASRPRO语音识别（59）---科普航母模型小智盒子

本例实验使用四路继电器模块四路继电器模块是一种可以通过单片机或其他数字信号控制的开关模块，它可以实现对高电压或高电流设备的开关控制。四路继电器模块的电原理如图。【花雕动手做】实验六十四：激光雕刻的语音控制科普航母模型小智盒子实验开源代码#include"asr.h"extern"C"{void*__dso_handle=0;}#include"setup.h"uint32_tsnid;voidAS
驴友花雕·2024-02-01 12:09

【论文笔记】OSDI04 MapReduce: Simplified Data Processing on Large Clusters

overview论文地址google的经典论文。MapReduce是一种编程模型（类似于现在的框架），主要是将分布式算法进行了抽象，MP负责处理分布式中的容错、通信等，程序员只需要关注具体的业务实现，即Mapper和Reducer的逻辑。MPrunonGFS.整个模型的输入是key/value对集合，输出也是若干的key/value对集合，以文件的形式保存。用户需要自定义两个函数，map和redu
qq_38420683·2024-02-01 12:03

《Access Path Selectionin a Relational Database Management System》论文笔记

以下是根据论文归纳出的一些查询优化器公式和知识点，有没有用不知道，先码起来。SQL执行优化过程处理SQL语句是从解析用户输入的SQL语句开始，经过一系列优化过程，最终生成机器代码并执行的过程。这个过程涉及到多个复杂的步骤，每个步骤都是为了确保SQL语句能够高效、正确地执行。通常包括以下四个主要步骤：解析器（Parser）这个步骤负责对用户输入的SQL语句进行词法和语法分析，检查SQL语句是否遵循S
若呓·2024-02-01 11:42

探索智能巡检机器人深度学习的奥秘

机器学习技术已经成为人工智能领域的关键组成部分，在图像识别、语音识别、自然语言处理、推荐系统、金融风控、医疗诊断等各个
超维机器人·2024-02-01 07:27

【论文笔记】A Survey on In-context Learning

ASurveyonIn-contextLearning论文题目：ASurveyonIn-contextLearning论文地址：[2301.00234]ASurveyonIn-contextLearning(arxiv.org)版本:[v3]Thu,1Jun202312:23:40UTC(6,761KB)参考文献列表:dqxiu/ICL_PaperList:PaperListforIn-conte
jinniulema·2024-02-01 06:22

【基于存内计算芯片开发板验证语音识别】训练手册

实验环境搭建模块⼀：软件包下载及环境搭建步骤一：搭建docker、mappper环境：①Linux下通过Docker直接下载，获取指令：dockerpullwitin/toolchain:v001.000.034②Window环境，可以通过dockerdesktop来使用docker:下载安装Dockerdesktop(win10或以上)：通常需要更新WSL，下载链接如下，更新后需要重启生效旧版W
存内计算开发者·2024-02-01 02:45

隐马尔可夫模型系列——（二）模型参数

隐马尔可夫模型在自然语言处理、语音识别、生物信息学和金融领域等方面有着广泛的应用。本文将从模型参数的角度详细介绍隐马尔可夫模型中的三个关键要素：隐藏状态、观测状态和状态转移
飞影铠甲·2024-02-01 02:35

人工智能在现代科技中的应用和未来发展趋势

在现代科技中，机器学习被广泛应用于图像和语音识别、自然语言处理、推荐系统等领域。自动驾驶：人工智能在自动驾驶领域有着广泛的应用。
Komorebi_9999·2024-02-01 02:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他