语音识别
与“语音识别”的相关热搜词：
相关“语音识别” 的资讯116篇
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
广告 -
阿里开源视频自动化剪辑工具FunClip 支持中文语音识别
阿里巴巴通义实验室最近开源了一款名为FunClip的视频自动化剪辑工具，专为精准和便捷的视频切片设计。FunClip能够自动识别视频中的中文语音，并允许用户根据语音内容裁剪视频，大大提高了视频编辑的效率。阿里巴巴通过这些开源项目，展示了其在AI技术领域的领导地位和对开放创新的承诺。
-
AI语音识别工具Universal-1：38秒可以处理60分钟音频 比fast Whisper更快
AssemblyAI最新研究成果展示了他们的Universal-1模型在多语言环境中的表现，该模型在准确性和鲁棒性方面均取得了行业领先地位。Universal-1比WhisperLarge-v3更准确，比fastWhisper更快，38秒可以处理60分钟音频。值得一提的是，非开源，仅提供API调用。
-
WhisperKit官网体验入口 AI自动语音识别模型压缩与优化工具在线使用地址
WhisperKit是一个专为自动语音识别模型压缩与优化设计的强大工具。它不仅支持对模型进行压缩和优化提供详细的性能评估数据。通过WhisperKit官网，您可以详细了解该工具的功能和应用，并体验其卓越的自动语音识别模型优化能力。
-
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模型，能够以出色的准确性转录英语口语。ParakeetASR模型与Suno.ai合作开发，是语音识别领域的一大突破，为实现更自然高效的人机交互铺平了道路。要在本地访问模型并探索工具包，请访问NVIDIANeMo的Github页面。
-
腾讯云推出语音识别系统ASR 语音识别大模型上线
腾讯云ASR是腾讯云推出的语音识别系统。最新升级后，腾讯云ASR能够更好地处理方言和噪声，提高识别准确率和理解能力。产品的单日调用量达到了百亿次，服务的内外部企业客户数达到了数千个。
-
ASRU2023|标贝科技亮相IEEE自动语音识别与理解研讨会
近日，IEEE ASRU2023 自动语音识别与理解研讨会在台北市圆满闭幕。来自全球学术界和工业界的专家、科研团队和科技名企汇聚一堂，共同探讨并分享当前语音行业发展趋势及最 新研究成果。标贝科技作为银牌赞助商应邀亮相大会，向与会嘉宾展示了标贝科技丰富的多语种数据集和全方位数据解决方案。据介绍，ASRU研讨会是IEEE语音和语言处理技术委员会(SLTC)的旗舰技术活动，也
-
用活人脑细胞构建AI系统，语音识别准确率提升至78%
近期一项前沿的类脑研究登上了Nature子刊，研究人员利用活人脑细胞构建了一个新型AI系统，这一突破意味着语音识别准确率有望大幅提升。这个系统可以进行无监督学习，并具有类似神经网络的功能。通过使用活人脑细胞构建AI系统，语音识别准确率得到提升，这一突破将为未来AI技术的发展带来重要启示。
-
Hugging Face研究人员推语音识别模型Distil-Whisper 速度提高、参数减少
HuggingFace研究人员最近解决了在资源受限环境中部署大型预训练语音识别模型的问题。他们通过创建一个庞大的开源数据集，使用伪标记的方法，提炼出了Whisper模型的较小版本，称为Distil-Whisper。尽管WER稍高，但distil-medium.en模型提供了更直接的推理和实质性的模型压缩。
-
荐 谷歌的野心：通用语音识别大模型已经支持100+语言
去年11月，谷歌宣布推出「1000种语言计划」，旨在构建一个机器学习++模型，支持世界上使用最广泛的1000种语言，从为全球数十亿人带来更大的包容性。其中一些语言的使用人数不到两千万，因此核心挑战是如何支持使用人数相对较少或可用数据有限的语言。USM+的基础模型架构和训练+pipeline+奠定了将语音建模扩展到未来1000种语言的根基。
-
韩国本月底开始使用自研 AI 语音识别打击电信诈骗
韩国行政安全部将于本月底开始采用自主研发的人工智能语音识别软件，以打击电信诈骗案件。该软件基于最新深度学习技术，拥有+100+万份不同语言的语音样本数据库，包括来自+6000+多名犯罪嫌疑人的语音样本。新软件分析的电信诈骗犯语音数据将在金融监督院官网公布，并于下半年通过国际交流活动向海外发布新软件。
