虽然这名程序员此前并没有很好的英语基础，但却曾面临「必须学好」英语的挑战。面对这样的情况，他选择使用程序员思维来解决这个问题。让我们看看他是如何做到的。
对程序员来说，“渣英语”可是限制自己更上一层楼的重要阻碍。不仅阅读最新英文研究与教程困难，去国际顶会与别人开口交流也成了问题。
作者 | 黄楠 编辑 | 陈彩娴 9月21日，OpenAI 发布了一个名为「Whisper 」的神经网络，声称其在英语语音识别方面已接近人类水平的鲁棒性和准确性。 「Whisper 」式一个自动语音识别（ASR）系统，研究团队通过使用从网络上收集的68万个小时多语音和多任务监督数据，来对其进行训练。 训练过程中研究团队发现，使用如此庞大且多样化的数据集可以提高对口音、背景噪音和技术语言的鲁棒性。 此前有不同研究表明，虽然无监督预训练可以显著提高音频编码器的质量，但由于缺乏同等高质量的预训练解码器，以及特定于
羿阁 发自 凹非寺 量子位 | 公众号 QbitAI 逼近人类水平的语音识别系统来了？ 没错，OpenAI新开源了一个名为「Whisper」的新语音识别系统，据称在英文语音识别方面拥有接近人类水平的鲁棒性和准确性！ 不仅如此，对于不同口音、专业术语的识别效果也是杠杠的！ 一经发布就在推特上收获4800+点赞，1000+转发。 网友们纷纷对它意料之外的强大功能表示惊讶。 不仅是英文，有人用法国诗人波德莱尔的《恶之花》进行了语音测试，得到的文本几乎与原文一致。 OpenAI联合创始人&首席科学家Ilya S
亚马逊已经创建并开源了一个数据集，用于训练AI模型以识别不同语言和脚本类型的名称，因此Alexa可以例如在英语发音者发音时理解日本艺术家或人的名字，反之亦然。
选自Science Direct 机器之心编译 参与：路雪、蒋思源 利用大脑信号进行翻译？本文作者从 2014 年开始研究「用大脑信号进行翻译」(brain-based translation），并发过一篇关于英语葡语利用脑信号进行互译的论文，研究发现用被试者（英语）被英语概念激活的大脑信号去训练算法时，算法可以预测另一个被试者（葡萄牙语）大脑中被葡萄牙语激活的概念，通过大脑信号的类似，实现葡萄牙语和英语的互解。近日，她发表了新的研究成果，对三种语言（英语、葡语、普通话）互解进行研究，发现两种不同语言训练一
【新智元导读】巨头都在争相开源，那么彼此之间会不会形成竞争？近日，火狐浏览器的所有者 Mozilla 开源了一个语音数据库，与谷歌所做的数据库高度类似。这篇文章比较了两家公司数据库的构成要素和数据搜集方法。文章认为，那些免费的音频资源更实用，甚至比那些大公司秘而不宣的数据集更有价值。 一个语音虚拟助理，比如Siri、Alexa、Cortana或者Google Home的表现，很大程度上是由驱动其的数据决定的。要训练这些程序来理解你正在说什么，首先要拥有大量关于人类对话的现实案例数据。 这让现有的语音识别公司
不知道大家是否还记得年初火爆全网的反黑大剧《狂飙》中，最后几集因为导演删改剧情，演员嘴型和台词完全对不上的事吗？
选自Awni 机器之心编译 参与：Nurhachu Null、路雪 深度学习应用到语音识别领域之后，词错率有了显著降低。但是语音识别并未达到人类水平，仍然存在多个亟待解决的问题。本文从口音、噪声、多说话人、语境、部署等多个方面介绍了语音识别中尚未解决的问题。 深度学习被应用在语音识别领域之后，词错率有了显著地降低。然而，尽管你已经读到了很多这类的论文，但是我们仍然没有实现人类水平的语音识别。语音识别器有很多失效的模式。认识到这些问题并且采取措施去解决它们则是语音识别能够取得进步的关键。这是把自动语音识别（
国庆假期的最后一天，是时候收收心，在家好好地歇歇，顺便学习学习，以饱满的精神迎接接下来的学习和工作。对于很多人来说，学好一门语言是很有必要的。但是“纸上得来终觉浅，绝知此事要躬行”，空有理论知识，缺少
Facebook AI（bushi），更准确地说是Meta AI，刚刚发布了自监督语音处理模型XLS-R，共支持128种语言。
作者 | 李梅 编辑 | 陈彩娴 机器翻译是现今人类消除语言障碍、重建巴别塔的新工具。然而，在世界现存的 7000 多种已知语言中，许多低资源语言还未得到足够的关注，尤其是有近一半的语言没有标准的书面系统，这是构建机器翻译工具的一大障碍，所以目前 AI 翻译主要集中在书面语言上。 在利用 AI 推动自然语言翻译这件事上，Meta 一直致力于“No Language Left Behind”（没有一种语言被落下）的目标。 比如汉语方言之一闽南话，现在也有了专属的机器翻译系统，讲闽南话的人可以与讲英语的人进行无
本文“Face-To-Face Translation”是指的要建立这么一个系统：它能够自动地将说a语言的人的视频翻译成目标语言B，并实现唇同步。简单来说就是：视频中有一个人说话，将这个人说的英语实时的翻译成中文并且将说英语的嘴型也通过图像的方法翻译成中文的嘴型。
内容概览：当语音识别遇上方言，会是一个很棘手的问题。而如果对垒双方，变成了战斗机的语言控制，和带有印度方言的英语发音，这个问题又会怎么样？近日，现实中就上演了这样的一幕。
预先设置好两种语言，比如中文日文。然后你说中文，谷歌助手就用中文答你，她说日语，谷歌助手就用日语回她。
机器学习的发展涉及到各个方面，从语音识别到智能回复。但这些系统中的“智能”实际上是如何工作的呢？还存在什么主要挑战？在本次讲座中将一一解答。 Google I/O 是由Google举行的网络开发者年会，Google I/O 2016 中围绕机器学习领域的突破性进展进行了探讨。 视频内容 CDA字幕组对该视频进行了汉化，附有中文字幕的视频如下： 大家好，欢迎来到讲座：关于机器学习的突破性进展。 我们探讨了谷歌对于 AI 的长期愿景，以及过去十年对机器学习的研究。这是十分重要的，因为所有用户都期待着奇迹发生。
---- 新智元报道 编辑：David 好困 【新智元导读】大热天的，别整天抱着单词本不放了，找个新朋友陪读陪聊陪作业，它不香么？ 大家先来猜猜，这个「赛马场巨头」是什么？ 没错，是「The Lord of the Rings」指环王。 显然，「赛马场巨头」主要是错误地理解了「Ring」的含义。其实，稍有常识的人都知道，Ring是指拳击台，所以「正确」的译名是：拳皇。（开个玩笑） 不过讲道理，你不太能苛求一个上世纪90年代的翻译。 但是在互联网发达的现在……烧烤「丈夫」就不太合适了吧。 以及，
选自Baidu.Research 作者：Chao Li、Ajay Kannan 和 Zhenyao Zhu 机器之心编译 参与：吴攀 对话常常涉及到多个说话人，在这样的场景中，机器需要具备识别不同说话人的能力才能发挥更大的价值。近日，百度的一篇论文提出一种新的端到端的基于神经网络的说话人识别系统 Deep Speaker，实验表明该系统显著优于之前的基于 DNN 的 i-vector 方法。今天早些时候，百度发布了一篇技术博客对这项研究进行了解读，机器之心对本文进行了编译介绍，论文原文请访问：https:/
一分钟AI 英伟达自动驾驶汽车AI超算Xavier新消息 已经开始线上生产 腾讯领投人工智能项目ObEN宣布将与Qtum量子链共建区块链实验室 CB Insights发布AI创业公司100榜单 ，7家中国公司上榜（旷视科技、出门问问、今日头条、英语流利说、优必选、商汤科技以及寒武纪），两家二次登榜（出门问问和优必选） 北京首次高考英语听力机考启用人脸识别系统，加强考生身份核验 旧金山动物收容所安保机器人驱赶流浪汉已被解雇，该收容所被人们破坏了两次 PitchBook：2017年，美国人工智能和机器学习行
到目前为止，虽然机器翻译无法完全做到「信、达、雅」，但翻译结果的准确性对于一般应用场景来说已经足够。
选自Google.research 机器之心编译 参与：黄小天、李泽南 在谷歌提交热点论文《Attention Is All You Need》和《One Model To Learn Them All》不久之后，这家公司很快就发布了最新研究的模型和训练集。昨天，谷歌发布了一个名为 Tensor2Tensor（T2T）的 TensorFlow 开源系统，希望能够以此提高机器学习社区的研究和开发速度，其中包含了谷歌近期提出的多个最新模型。此外，T2T 将深度学习所需的各个组件以模块化呈现，这意味着开发者和研究
模型下载地址：https://huggingface.co/ggerganov/whisper.cpp large-v1模型比较大，但是会更准确一些。我这边就用large系列模型好了，虽然显卡不咋地，但是跑这个还是够用了,根据限制自行选择模型，占用内存越大越准确。
K3s是完全符合生产要求的Kubernetes发行版, 安装简单，可用于生产，整个二进制文件小于100M，作为单一文件打包部署，优势在于，你只需几秒钟就可以得到一个完全成熟的Kubernetes集群。
英语作为教育改革的热点学科，近年来越发强调对学生听说运用能力的考核。随着“双减”政策的深入，英语听说教学面临着提升课堂教学质量、提高作业设计水平的新命题。 近日，腾讯教育旗下智慧英语听说教学解决方案——腾讯英语君亮相深圳市龙岗区初中英语教研会，只需通过一个软件一套答题器，就可以帮助学校搭建起英语听说互动课堂，助力解决英语听说教学训练不足、学生口语水平难提升的问题，为“双减”之下的英语听说教学提质增效带来了新思考。 一键搭建英语听说互动课堂 音素级口语评测实时纠错 “哑巴英语”是中国学生学习英语常见的现象
前言： 对于网页制作，一些初学者对学习网页制作需要的基础很盲目，大部分初学者都认为只要是学写代码，就得会英语，还得英语四级，甚至八级什么的！ 其实说到编程，新手首先就会想到一串串的单词啊，变量啊，什么i++，if(a > b && a < c)各种就往脑海里钻，其实不然，网页制作也分等级的，入门其实很简单，也不需要你英语多好，只要会一点点就好，真就是一点点！ 介绍： 我就来说说网页制作的入门语言 - html，它不是一种编程语言，更不涉及任何复杂的变量，没有什么繁杂的逻辑思维，是有很简单的规律
L2 Chatbot 人类直接完成绝⼤部份⼯作。人类向AI询问意见，了解信息AI提供信息和建议但不直接处理工作。
谷歌AI研究人员正在将计算机视觉应用于声波视觉效果，从而在不使用语言模型的情况下实现最先进的语音识别性能。
推送第四日，量化投资与机器学习公众号将为大家带来一个系列的 Deep Learning 原创研究。本次深度学习系列的撰稿人为 张泽旺 ，DM-Master，目前在研究自动语音识别系统。希望大家有所收获，共同进步！ 漫谈RNN之序列建模（机器翻译篇） 1.原理概述 序列学习其实是深度学习中的一个应用非常广泛的概念，例如语音识别、语言建模、机器翻译、机器作曲、机器写稿、自动对话、QA系统等都属于序列学习的领域，今天讲讲解如何运用序列建模的思想来构建一个端对端的机器翻译系统。 序列建模，顾名思义，处理的
AI科技评论消息：5月23日，日本知名自然语言处理学者长尾真（Makoto Nagao）教授因不小心摔了一跤，在日本家中去世，享年85岁。
不管你在世界的哪个地方，美国、巴西、法国或者亚洲的婆罗洲岛，借助机器翻译，谷歌和Facebook这类软件都可以把平台上的几乎任何文字内容都翻译成当地语言。
随着“学生减负”号召的提出，不少“鸡娃”家长们发现，今年的课下辅导门路似乎已经不再好找了。尤其是英语学习，离开了老师，孩子们连单词关都很难突破，使用智能手机查单词更多时候反倒增加了学习的诱惑，更难提升学习的效果，这时候有一个专门用于英语学习的智能翻译工具就显得尤其重要了。
我编写了一个名为Rhodiola的工具，该工具可以分析目标数据（例如目标的tweets），并检测其中最常用的主题，以此来构建一个用于密码猜测/暴破的个性化的Wordlist。这是一个为密码猜测攻击创建新方法的实验性项目。
多语言识别翻译的研究一直都是学术界研究的重点。目前全球有几千种语言，在全球化背景下不同语言人群之间的交流越来越密切，然而学习一门外语的成本是非常大的。前两年的研究主要集中在一对一、一对多的研究，然而当面对这么多的语言时，既需要「考虑模型准确率，还需要考虑语种的识别」。最近，随着人工智能大型自然语言模型的发展，利用统一模型实现多语种识别翻译来实现不同语种之间交流逐渐的变成了可能。
这些开源项目集合了英语学习与翻译工具，包括英语进阶指南、多功能翻译工具、面向程序员的英语学习指南和单词记忆软件。它们提供实用方法，覆盖多个学习方面，满足不同需求。无论您是英语初学者还是想进一步提升，这些资源都能助您轻松实现语言学习目标。
语音识别（speech recognition）技术，也被称为自动语音识别（英语：Automatic Speech Recognition, ASR）、电脑语音识别（英语：Computer Speech Recognition）或是语音转文本识别（英语：Speech To Text, STT），其目标是以电脑自动将人类的语音内容转换为相应的文字。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。
本文报告主要分享AI技术对语言教育引起的改变，着重介绍针对现今语言教育中存在的问题，进行自动化测评、自适应学习、场景智能对话等相关AI技术的研究与应用。
日前，深圳市光明区光明小学六年级412名学生在英语听说模拟考试中，迎来了“AI”考官。考试任务一键下发、语音发音音素级诊断、学情报告即时生成……AI贯穿了整个英语听说考试实施流程。在提高考务管理人员工作效率和评分精准度的同时，帮助老师搭建了“教、考、评”的教学链路数据闭环。此次英语模拟考试由腾讯英语君听说考试系统提供技术支撑。 临近期末，为了让学生尽快适应英语听说考试的形式和内容，光明小学六年级举行了英语听说模拟考试。考试前，光明小学的老师借助系统提供的题型设计能力和题库资源，创建了听选图片、听选信息、模仿
时下互联网教育可以说是炙手可热，越来越多家长和孩子可以享受到因为科技的发展而带来的诸多便利。往日，家长拖着孩子往返于各种培训班、兴趣班，消耗了精力，浪费了大把时间。而现在，在线教育的发展能够让娃足不出户便可学习更多丰富有料的课程。 📷 与传统培训班教学不同的是，在线教学能够在“价格”、“效率”、“便利”上有着看得见的效果。比如： 价格优势：线下的价格是线上的三倍以上，在同样的效果下，家长为什么不选择更便宜的？ 省时间：传统面授环境下，学生和教师需要到指定地点上课，上2小时的辅导课，但是学生、老师和家长都需要
以下是使用Flair 重现这些数字的方法。您还可以在我们的论文中找到详细的评估和讨论：
机器之心报道 编辑：泽南、杜伟 识别 ChatGPT 生成的内容，OpenAI 亲自上阵了。 很多人也许已经忘记，ChatGPT 正式发布时间是去年 11 月底，到现在才刚刚两个月，但它掀起的热潮却已引发科技公司纷纷跟进，催生了独角兽创业公司，还让学术界修改了论文接收的要求。 在 ChatGPT 引发 AI 领域「是否要禁用」大讨论之后，OpenAI 的真假鉴别工具终于来了。 1 月 31 日，OpenAI 官宣了区分人类作品和 AI 生成文本的识别工具上线，该技术旨在识别自家的 ChatGPT、GPT-3
自然语言处理领域正在从统计方法转变为神经网络方法。 自然语言中仍有许多具有挑战性的问题需要解决。然而，深度学习方法在一些特定的语言问题上取得了最新的成果。这不仅仅是深度学习模型在基准问题上的表现，基准问题也是最有趣的；事实上，一个单一的模型可以学习词义和执行语言任务，从而消除了对专业手工制作方法渠道的需要。 在这篇文章中，你会发现7个有趣的自然语言处理任务，也会了解深度学习方法取得的一些进展。 文本分类 语言建模 语音识别 字幕生成 机器翻译 文档摘要 问答（Q&A） 我试图专注于你可能感兴趣的各种类型的终
这个翻译器是基于OCR技术制作的，也就是说，你只需在界面上截图，即使是游戏、动画新番的字幕，也能截屏翻译。
“AI考官”自动出题，学生戴着耳麦在电脑前作答，仅用20分钟的时间，四川天府新区天府师大一中几十名七年级的学生就同时完成了本学期的英语口语测试。 6月16日-28日，四川天府新区开展2021-2022学年七年级下期英语人机对话口语测试工作，借助腾讯教育旗下腾讯英语君教学评一体化解决方案，对天府师大一中、天府七中、天府实验中学等全区23所中学超过6000名七年级学生进行英语口语测试，落实对学生英语应用能力的考察。 20分钟完成全班口语测试 腾讯英语君助力口语测试常态化高效开展 英语作为教育改革的热点学科，近年
蝙蝠使用生物声呐，为夜晚在丛林中飞行导航。他们的超声波脉冲，可以比人造声呐装置更精确地对声音进行定位。为复制、驾驭这种能力，IBM 学院奖获得者 Rolf Müller 教授协同他在弗吉尼亚理工学院（Virginia Tech）的团队，设计了一种人造蝙蝠耳。 Rolf Müller 的研究引起了 IBM 的注意。IBM 专家韩金萍（音译）的神经计算团队，和 IBM Watson 语音专家崔晓东（音译）和他的同事， 看到了 Müller 教授人造“动态外耳”（dynamic peripheral，蝙蝠可转
最近要倒腾一下文字识别，直接上手iOS的识别遇到了一些困难，于是决定先在Mac上做一做，会比较简单。
随着当代社会互联网的普及，很多人看书或者写作文、日记的时候，都会选择用手机。但可能经常都会有一个烦恼，就是找到自己想要的资料，但是无法复制粘贴，如果是很长的文章就会非常的耗时间。那么这个时候，如果能够直接把图片转文字就会非常方便。
---- 新智元报道 来源：Facebook AI 编辑：LRS 【新智元导读】Facebook在语音识别上又出重磅新作，继wav2vec, wav2vec 2.0以来，又出完全不需要监督数据的wav2vec-U，小众语言也能用语音识别啦！ 相比显示器、鼠标、键盘这些传统的人机交互方式以外，随着语音识别技术的逐渐成熟，和电子产品进行「对话」也逐渐成为一种稀松平常的人机交互。 无论是给计算机或其他设备下达指示，还是回答用户的问题，语音识别在各个方面让电子产品的使用变得更加容易，无需学习，想要干什么只
论文作者：Dario Amodei , Rishita Anubhai , Eric Battenberg , Carl Case , Jared Casper , Bryan Catanzaro , JingDong Chen , Mike Chrzanowski Baidu USA, Inc., Adam Coates , Greg Diamos Baidu USA, Inc., Erich Elsen Baidu USA, Inc., Jesse Engel , Linxi Fan , Christo
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
实时音视频
云直播
