近年来，大多数商业自动语音识别（ASR）系统已开始从混合系统（包含独立的声学模型、词典和语言模型）转向端到端神经网络模型，这些模型以声学信号作为输入并输出文本。...

录完会议、访谈想转文字，要么找不到免费工具，要么软件太卡用不了？别浪费时间试错了！Whisper v0.2 这款 Whisper 系列的语音转文字免费软件，本地...

在IEEE自动语音识别与理解研讨会（ASRU）上，某机构提出通过训练机器学习模型来确定何时真正需要澄清，从而减少不必要的后续问题。

他还对发育障碍和健康状况可能改变创建和解释语音过程的方式，以及人类文化背景的丰富多样性如何影响语音识别和合成的功效产生了兴趣。

讯飞听见由科大讯飞旗下安徽听见科技有限公司开发，技术定位是 “中文法律场景下的智能证据管理系统”，核心技术突破集中在语音识别、中文法律语义理解与本地化适配。

如果你经常需要把会议录音、采访音频、外语听力转成文字，又不想花钱用在线工具，Whisper v0.2 绝对是性价比之选 —— 作为 OpenAI 开发的开源免费...

Whisper v0.2是一款超实用的免费开源语音转文字工具，基于强大的通用语音识别模型开发，核心优势特别突出：

在当前信息快速传递的环境中，职场人整理会议、记者记录采访、学生梳理笔记时，高效的语音转文字工具已成为刚需。传统手写或单纯录音不仅耗时，还容易遗漏关键信息，而基于...

随着今年Interspeech会议的临近，“生成式AI”已成为机器学习界和大众媒体的热门词汇，通常指合成文本或图像的模型。文本转语音（TTS）模型作为Inter...

在嘈杂环境中，当人们听不清或不明白对方意思时，自然会要求澄清。语音代理（如某中心的Alexa）也是如此。为了避免基于不准确或不完整理解采取错误行动，语音代理会提...

飞书妙记依托字节跳动的语音识别技术，提供实时转写服务，识别准确率较高。其智能总结可自动提炼会议要点与行动事项，帮助企业用户快速明确会议决策和待办任务。该工具还支...

2020年IEEE口语语言技术研讨会（SLT）于本周举行，这是该双年会议的第八届会议。某中心Alexa AI首席应用科学家Yang Liu自2008年起在该会议...

自然对话转换功能利用多模态信号——包括声学、语言和视觉线索——使语音助手能够更自然地交互，无需重复唤醒词。该功能的人工智能系统能够识别用户何时结束讲话、语音是否...

某中心Alexa AI首席科学家Yang Liu与应用科学总监Ruhi Sarikaya近日当选IEEE院士，该称号将于2021年1月正式生效。

与往年一样，某机构多数被接收论文聚焦自动语音识别技术。语音增强、口语理解和唤醒词识别等主题均得到充分体现。今年的出版物还涉及对话、副语言学、音高估计和负责任人工...

近年来，语言相关机器学习应用取得显著进展，部分归功于BERT等掩码语言模型：在训练过程中，模型接收某些单词被掩码或随机替换的句子，学习输出完整修正后的句子。掩码...