带上VR头显，转动头部寻找有效的文字信息，再控制手柄一一删选，确认最终选项，这是现阶段VR中最常见的一种交互方式，但操作复杂，且不方便，并不符合VR所想带给玩家的那种自然感与沉浸感。在VR交互方面，目
一直以来，我们使用的是以视觉界面交互为主的3C产品。iPhone，Google Glass，Apple Watch，以及增强现实的Magic Leap, Microsoft Hololens，这些产品都在主打视觉交互，期望用户在视觉界面上完成他们的需求任务。这些产品需要用户将全部注意力都集中在界面上，用户需要专注于界面的交互体验，因此，无法在同一时间做其他的事情。然而在现实生活中，我们往往并不在同一时间只专注于同一件事情的。而语音交互在这方面则具备潜在的优势，它能够让你在同一时间处理多项任务。值得注意的是，
在近日于上海举办的2016年亚洲消费电子展(CES Asia 2016)上，无人驾驶、智能汽车等相关技术成为最大热点。在CES Asia上，搜狗地图发布了“搜狗智能导航”，最大亮点是可实现车内的全语音交互，而交互并不局限于地图导航本身，几乎可实现驾驶之外的常规车内交互，包括打电话、发短信、查天气、歌曲播放等等。这款产品可运行在智能手机上，还可通过车机互联协议使之运行于汽车屏幕，如果汽车厂商与搜狗进行前装合作则可独立运行于汽车的OS上。基于庞大的POI数据和人工智能技术，搜狗地图在国内首次实现了车内的全语音智
一、传统的自助设备 我们都非常熟悉的自助设备，就是预设场景下的产物。因为场景已经确定，所以设备的功能也是确定的。取款的机器只能取款，是存不了的。查询的机器只能查询，是不能取款的。 场景的确定带来了功能的确定，功能的确定就是对应的可办理业务的确定。不仅如此，由于每种业务都有一个自然合理的办理流程，所以，自助设备的操作步骤也是预设好的。 我们只能按照预设好的步骤进行操作，而且操作也是非常固定，就是输入一些文字或数字，按一些按键，想进行一些其它的“发挥”，呵呵，是不可能的。 为什么自助设备没有被称为智能设
重构出版：语音交互技术的冲击与机遇 1 摘要：语音交互技术是人工智能技术的重要分支，包括语音识别、语音合成和语义理解三个部分。语音交互技术不仅从出版实务上重构了出版业，而且重构了出版业的核心概念。出版机构面对语音交互技术的冲击要主动培养音频编辑人才，提前布局市场，在下一次知识服务转型的风口占得先机。 关键词：人工智能；语音交互技术；重构；出版业 2 人工智能将对人类社会产生重大影响，而语音是人工智能技术重要应用领域之一。近年来语音交互技术日趋成熟，数字出版领域有声读物快速发展，市场不断扩大。“国内已经先
今天（6月6日），靠家庭智能音响系统起家的Sonos，在旧金山发布了新产品Sonos Beam——为客厅打造的智能条形音响。
一般来说，多模交互中的VGUI（VUI+GUI的简称）有三种实现方式，分别是应用级语音交互、可见即可说和系统级语音交互，真正对多模交互有用的实现方式是系统级语音交互，以下我会介绍三种实现方式的区别。
直播答题正成为新一轮“霸占”用户时间的活动，参与活动的用户，总会被一些冷门题目难倒，但仍有大量用户全部答对，难倒他们真的无所不知？
近日，亚马逊推出了一款可以用语音控制的智能微波炉。至此，亚马逊推出的由 Alexa 语音控制的智能家居产品的数量已累计超过十种。由此，我们可以看到亚马逊推广自家语音助手 Alexa 的执念。
在龚思颖看来，蓦然认知所要做的就是，基于NLP和NLU技术打造智能搜索引擎，自动连接服务，做内容与服务的分发。 在以联合创始人身份进入蓦然认知之前，龚思颖担任的是大疆北美地区人力资源及客户关系负责人。可以说，对于人工智能行业，她没有真正的进入过。也因此，在创始人戴帅湘找到她的时候，她虽然看好但也没有一口答应，而是拿着BP向周边的投资人和算法工程师朋友咨询了一圈，均得到了积极的反馈。 彼时，因为周边朋友的影响，龚思颖也动起了“进一步接触中国科技”的念头。多种因素交叉之下，她最终决定回国并加入蓦然认知。 图 |
苹果在近期推出了新款Macbook Pro，以Touch Bar取代了原有的功能键。相信每个Mac产品团队都在思考，该如何利用它给用户带来更好的使用体验。在此分享一下QQ Mac版团队的一点思考。 T
广义上来讲智能语音技术有各种各样的定义，以上是常见的一些热门的场景。语音识别，刚才罗老师也分享了部分内容。语音合成是文字变成语音，这部分我们后面会详细展开。再往后看，声纹识别，在智能车里面有很多的功能需要人的发音媒介来控制命令的时候声纹就很重要。开一个车门，车上有一个小孩，突然哭闹，下一个不合适的指令，你区别不出来这个人，对语音控制来说不合适的。或者有一些不当的操作，可以通过声纹来做，通过声音来做对人的识别和认证的过程。声纹识别其实在未来的应用场景比较热门，实际应用当中遇到大的挑战点是什么？很多其他的生物识别靠人脸或指纹这类比较稳定的特征，可是声纹不稳定，人高兴的时候，第一天晚上唱了卡拉OK，第二天声音哑了，怎么能够在变化比较明显的生物特征上做识别是一个很大的挑战。
小米智能音箱肩负重要使命，人们要如何面对时刻“监听”你谈话的机器
因为由苹果前高管联手打造、OpenAI奥特曼投资，AI Pin一经发布即吸引全世界的目光。
随着数字人技术的发展，为智能客服带来一些重要的变革，传统的智能客服系统只能从语音和文字进行简单的问题解答，而数字人技术可以提供更加逼真、自然的人机交互，从而大大提高用户体验和人机交互效率。高度逼真、栩栩如生的虚拟数字也带来超越现实的视觉新体验。依托于虚拟形像技术，建立智能虚拟数字人客服，具备对话智能打断、精准语音识别、接近人工客服的交互体验等功能与优势。可以实现虚拟数字人与用户的面对面交流，大幅提升人机交互体验感。
智能化浪潮席卷全球，智能音箱则成巨头标配智能单品之一，特别在亚马逊Amazon Echo率先取得成功，让智能音箱成为当下最热门的智能硬件，从美国的谷歌和苹果等巨头相继推出自家音箱，到国内BAT、科大讯飞、京东、小米等大型玩家参与，还有出门问问、喜马拉雅等中小玩家，国内局面可以用百箱大战来形容，但与该热度形成鲜明对比的是智能音箱的价格，甚至不足100元都能买到。这里到底是为什么？
KPCB合伙人、享有“互联网女皇”称号的玛丽·米克尔的互联网趋势报告于今天正式发布。毫不夸张地说，这份报告是互联网行业分析的“超级碗”，它用200多页的Keynote浓缩了全球庞大而复杂的互联网发展现状和趋势，是互联网从业者、投资人以及想要窥见互联网风貌的外界人士不可多得的参考资料。 有人说，今年报告亮点不多，在我看来，亮点却非常之多：不仅覆盖了手机、电商、社交、广告等基本面，还点名了移动营销、网络直播、智能汽车诸多正在崛起的所有新兴领域。与IDC等机构报告不同的是，女皇报告更侧重于行业现象概括和行业趋势展
关注腾讯云大学，了解行业最新技术动态 戳【阅读原文】查看完整相关直播 笔者从事自然语言处理已经超过了一年半的时间，对语音交互有了自己的理解，本文以封闭五官的极端状态为各位读者带来一种特别的体验，以便大家熟悉和掌握其特点和优势，以便将来大家应用到自己的产品设计中。 为方便讨论，先做一下定义。市面上关于交互的常见的几个词汇，GUI、VUI、DUI。 GUI（Graphical User Interface）图形界面，市面上最常见的交互方式。点触，滑动，作为主要输入方式。图像显示作为主要输出方式。 VUI（
大约一年前，中国移动以13.6亿人民币的代价获得了科大讯飞15%的股权，后者股价一路攀升，从不足30元到最高61元，成为一大牛股，市值高达240多亿人民币。而在刚刚过去的长假中，“云知声”也高调宣布获得金额为千万美金折合约1亿元人民币A轮融资。虽然其体量尚无法和科大相比，但这对沉寂一年的语音识别市场却是重大利好。 而同样涉足该领域的百度、腾讯、搜狗也正在加快技术迭代的脚步，作为战略级标配，语音技术在巨头眼中都格外重要。与国外巨头占领语音市场相似，业内普遍认为，受技术门槛的限制，语音市场创业窗口或已
新年刚过，身在老家的我就接到了这样一个电话。电话对方明显是一个对话机器人，我们在用时不到一分钟的时间里完成了下面这几轮对话：
导读：在最近的热播剧《都挺好》里，“作精老父亲”苏大强凭借他的各种金句在苏氏男团中成为了毫无疑问的C位。
虽然实现了概念的落地，但智能家居似乎还不够“智能”。 早前，在一些影视剧以及现实的家庭场景中，我们有时会在其中的玄关处或其他地方的墙面上看见一个类似于iPad的屏幕，上面或是相关数据、图谱，或是一些按键。通过它，用户可以对家里的情况一目了然，也可以对部分家电设进行控制，这就是早期的“智能家居”场景。 据前瞻产业研究院此前发布的《中国智能家居设备行业市场前瞻与投资策略规划报告》数据显示，2016年，我国智能家居市场规模达605.7亿元，同比增长率50.15%。预计未来几年内智能家居将迎来爆发，到2018年，智
其实智能音箱真正的主打功能应该是家居控制和语音服务。 那些年，被称为“物联网接入口”的智能音箱，成为很多科技巨头切入智能家居领域的首选产品，比方说亚马逊的Echo、谷歌的Google Home、微软的Invoke。 但是近些年市场上也不乏一些“滥竽充数”的产品，直白来说有点“碰瓷”智能家居之嫌。这些产品或许仅仅是有一个酷炫的造型或者灯光，而在实际体验上却和“智能”毫不搭边，准确来说更像是一个蓝牙音箱，而非智能音箱。 而镁客君最近接触到的上海问之科技，则是在智能语音交互领域大胆创新，算是一匹不折不扣的黑马。
语音是指人类通过发音系统，包括肺部、气管、喉部声门和声带、咽腔、口腔、鼻腔等，发出的在空气中传播的、具有一定意义的声音，是语言的声音形式，是人人交流中最主要的信息载体。另外，通过让机器能听会说，语音也成为人机交互的重要入口。
8月31日，在2017柏林消费电子展（IFA 2017）开幕的前一天，TCL在柏林发布了年度旗舰电视，采用了基于DuerOS的智能语音交互系统，让其在众多黑科技硬件和突出硬件技术的电视中脱颖而出。作为
2015年百度世界展出了语音和图像为代表的多媒体搜索技术，这并非其首次亮相百度世界大会，多媒体搜索已成为百度的重头戏，与连接人与服务战略、人工智能战略一起构成百度的“三驾马车”。 多媒体搜索越来越重要 各大搜索引擎在搜索框之外，迎来两个新图标：话筒和相机，分别对应到语音和图像搜索。通过向搜索引擎说一段话发号施令，或者直接拍摄生活中的实景，表明搜索意图更加简单和自然。让机器“听”和“看”，是人类一直孜孜不倦的追求，这也是人类获取信息最重要的两种方式。 鉴于未来的搜索引擎不再是回答问题的“百科全书”，而是帮助
Automatic Speech Recognition这里简称为ASR，说到语音产品你会想到什么，是谷歌云还是微软云提供的文字转语音工具还是siri和ChatGpt等语言交互类的产品呢？ASR可提供转录服务、实时翻译、智能交互等场景。腾讯云也提供了产品尝鲜，各位小伙伴们也可以去试试看（https://cloud.tencent.com/product/asr#mod2）。
【新智元导读】百度研究院今年初发布的完全深度神经网络构建的 Deep Voice 文本到语音转化系统，声称在转化速度上比 WaveNet 快400倍。但当时的系统只能转化20小时语音，而且只有一种声音。不到三个月的时间，这个系统得到大幅升级，能够生成数百个小时的语音，拥有数百种声音。 百度在官方博客介绍了升级版 Deep Voice 2： 今年2月，百度硅谷 AI Lab 发布了 Deep Voice 1，这是一个完全使用深度神经网络生成人类语音的系统。与其他使用神经网络的文本到语音（text-to-spe
大数据文摘作品 大数据文摘记者 刘涵 魏子敏 “自然语言技术的未来，其关键点是“自然”两个字。” 11月最后一天，思必驰联合创始人、首席科学家俞凯博士在清华x-lab主办的人工智能研习社第七课上，如此评价自然语言处理，并与现场听众一起畅想了这一潜力巨大的技术将走向哪里。 图：11月30日，思必驰联合创始人俞凯在清华做了题为《认知型口语对话智能》的讲座。 刘涵 摄 在这场题为《认知型口语对话智能》的讲座上，俞凯认为认知交互面临的最主要的挑战一定不是语音，因为从语音识别的角度上来说，问题明确，只要专门向这个领
近十几年来，人机交互的方式发生了翻天覆地的变化，从最初的“指”上谈兵，到“谈”笑风声、挤眉弄眼，甚至到后来的意念操控，人机交互的演变趋于人性化，正朝着“人机合一”的目标奔去。而唯一没有变的则是它的初心
在线下载的mp3语音芯片ic，通过KT404A的uart直接更换内部的语音文件，从而实现动态的更新语音类容，
在各大巨头相继布局、社交领域竞争越发激烈的情况下，当前市场上主打语音交友的陌生人社交产品数量较多。多年的内容深耕积累之后也在迎来用户增长的春天，而基于语音直播的特点，其相比于视频直播有着独特的魅力：语音社交源码天有着更多的优势，没有了外貌等因素的干扰，通过声音洗涤心灵。同时随着移动互联网的发展，越来越多的人们将主要精力都转移到了移动端，社交也不例外。
唐旭 发自 凹非寺 量子位报道 | 公众号 QbitAI 昨天下午，腾讯在位于世贸天阶附近的“腾讯汇”举办了一场分享会，量子位也受邀参加。其间，腾讯财经新闻中心副总监、Dreamwriter项目组负责
【新智元导读】《纽约时报》今日消息，谷歌有可能在即将举行的 I/O 大会上宣布进军家庭声控设备市场，推出一款叫 Google Home 的家庭语音控制设备。各大科技巨头都在围绕智能语音交互技术抢占所谓的“入口”，眼下谷歌如果要出牌，它会有什么动作呢？ 北京时间 2016 年５月 18 日，据《纽约时报》报道，一名要求保密的线人透露，谷歌将在加利福尼亚当地时间周三举行的 I/O 大会上宣布进军家庭声控设备市场。 据悉，谷歌即将推出的这一设备的名字是 Google Home，将成为家庭中的虚拟代理人，可以回答
关注腾讯云大学，了解行业最新技术动态 腾讯云大学知识分享月在10月13日正式开播啦！ 首先第一期给大家带来精彩课程的是 廖欣欣讲师 为了让大家沉淀知识， 我们再来回顾一下课程内容吧 （课程精彩片段，戳阅读原文观看完整回放） 直 播 回 顾 文章作者：廖欣欣 这是一个创业者的复盘，主要内容分为两个部分。 一个创业者成长的心路历程——心路日记 如何寻找语音交互业务场景——干货思考 绘声绘色地讲故事和枯燥严谨地深度思考问题，咱们切换着来 但是最终为标题服务——如何寻找语音交互的业务场景。 一个创业者成
提到虚拟歌姬，你的第一反应是谁？ 洛天依、初音未来、乐正绫、巡音、Gumi、言和、镜音、东方栀子......。（没上榜的记得评论区留言） 在二次元的世界里，虚拟歌姬是一个特殊的存在，他们不是"活人"，但有粉丝、有流量、有作品，其影响力、待遇不亚于一个鲜活的网红IP。 以洛天依为例，她是全世界第一款中文声库和虚拟形象，也是首位登上中国主流电视媒体的虚拟歌手，与杨钰莹、周华健、王源等一众明星在春晚同台合唱和歌舞表演。 她们一步一步成长，不断给我们带来“一字一句的美妙体验”。而成就这种“美妙体验”的，正是得益于
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI 邬宁最近感叹：幸好没做智能音箱。 2017年年初，从CTO接任CEO之后，FIIL耳机的联合创始人邬宁，谈到过智能音箱。 当时智能音箱的苗头隐隐作响，量子位问他：同样是声音领域，是否有可能在耳机之外开辟音箱品类？ 得到的回复是：很有可能。 这算是一种肯定的答案。邬宁其人，在被汪峰邀请出山一同创业前，在耳机工程方面已经一线战斗了十几年，他不太习惯在对外发言中不能“有话直说”，但对于涉及公司保密的事宜也只能“真话不全说”。 不过，最新再接受采访，邬宁
李根 发自 硅谷 Rokid宣布了新一轮融资。 淡马锡领投，瑞士信贷、CDIB、IDG等机构跟投。虽然官方未宣布金额，但坊间已纷纷传出1亿美元的融资总额。 量子位打听到的金额规模有小出入，但重点不
语音助手（Virtual Personal Assistants, VPA）是物联网智能家居中很火的一个领域，用户可以通过语言作为入口来控制家里各种各样的设备，而亚马逊的Alexa（echo，echo dot）是做的最早也是最优秀的一款产品，衍生出了很大的开发生态圈。本文基于亚马逊的官方文档试图记录作者对其Skill工作原理的理解。
绘声绘色地讲故事和枯燥严谨地深度思考，觥筹交错，最终为标题服务——如何寻找语音交互的业务场景。
作者：廖欣欣 《游戏运营：高手进阶之路》作者 / IEG 用户平台部 智能AI高级产品经理
2014年11月6日，彼时的电商巨头亚马逊悄默默的在官网上线了一款“会说话”的音箱，即搭载了智能语音助手Alexa的智能音箱Echo。
问耕 李林 编译整理 量子位 出品 | 公众号 QbitAI 今日凌晨，来自KPCB的“互联网女皇”玛丽·米克尔（Mary Meeker）照例在Code大会上发布《互联网趋势2017报告》。 自从19
语音识别及深度学习领域专家、腾讯AI Lab副主任及西雅图实验室负责人俞栋博士，在2018年腾讯全球合作伙伴大会上展示了腾讯AI正在推进的跨领域前沿研究：下一代的多模态智能人机交互。以下是有补充的演讲全文，介绍了人机交互的历史与目标、下一代智能人机交 互的优势与挑战，及腾讯AI的解决方案。
但我们至少能看到，无论巨头还是初创者，都在涌入这个领域；5G、AI、AR、分布计算，你能想到的那些技术，也正在这个领域积蓄着能量。
提到虚拟歌姬，你的第一反应是谁？ 洛天依、初音未来、乐正绫、巡音、Gumi、言和、镜音、东方栀子......。（没上榜的记得评论区留言） 在二次元的世界里，虚拟歌姬是一个特殊的存在，他们不是"活人"，但有粉丝、有流量、有作品，其影响力、待遇不亚于一个鲜活的网红IP。 以洛天依为例，她是全世界第一款中文声库和虚拟形象，也是首位登上中国主流电视媒体的虚拟歌手，与杨钰莹、周华健、王源等一众明星在春晚同台合唱和歌舞表演。 她们一步一步成长，不断给我们带来“一字一句的美妙体验”。而成就这种“美妙体验”的，正
温故知新，我们先回顾一下DuerOS的技能分类。根据不同的视角可以对DuerOS 目前支持的技能类型进行不同的分类，例如，从用户与技能的语音交互方式来看， 可以将技能分为这四种技能类型:
最近百度组织架构调整一则消息，值得关注：度秘升级为事业部，由原微软小冰创造者之一的景鲲担任总经理，直接向CEO陆奇汇报。 事实上，2017 年度秘已经占据了不少新闻版面。比如在 2017 CES 上，由度秘研发的 DuerOS 正式亮相，这是一个基于语音交互的新一代人工智能操作系统，同时还联合小鱼在家一起推出了个人助理机器人，该产品也被 CNN 评为 2017 CES 上 14 项最酷产品之一。此次升级度秘事业部，也彰显出度秘、DuerOS在百度整个人工智能布局里的重要地位。 一、度秘是什么？ 度秘（英文名
2017年7月5日，李彦宏乘坐“无人车”驶上五环这件事刷了屏，百度和阿里不约而同对智能音箱进行布局反而没多少人关注。 上午，百度发布DuerOS开放平台让第三方硬件公司开发具有对话能力的智能设备；
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
