权威发布!广电总局《数字虚拟人技术要求》行业标准公示

数字虚拟人算法驱动包括驱动能力、合成能力和多模态能力。其中,驱动能力又分为文本驱动能力、语音驱动能力和视频驱动能力;合成能力包含语音合成能力和视频合成能力;多模态能力包含语音识别能力和自然语言处理能力。数字虚拟人真人驱动包含身体动作捕捉、表情捕捉和捕捉数据。数字虚拟人平台能力,应支持数字虚拟人的制作和生...

AI将爆发哪些超级应用?

人形机器人的核心技术还是人机交互算法和运动控制算法:①人机交互算法,即从通用类大模型上移植的核心“思维方式”,决定了机器人理解人类指示、理解周围环境、做出相应的反馈或智能化的交互能力。②运动控制算法决定了机器人的运动能力,通过计算所需力和力矩来驱动关节来运动,尤其是在复杂地形、和存在外部干扰的场景,如何...

AI算法如何驱动零售企业变革——实战经验分享

计算机视觉:AI能够识别并解释图像和视频中的内容,如面部识别和物体分类。语音识别:AI能将语音转换为文本,并理解口头指令。推荐系统:根据用户行为和偏好,AI能够提供个性化的商品、内容或服务推荐。预测分析:通过数据分析,AI能预测未来趋势和结果,在金融、医疗等领域有广泛应用。自动化和机器人技术:AI可控制机器人等执行...

...算法、自然语言处理 (NLP) 算法、语音识别算法、AI 画质增强...

创维数字:公司研发中心下设智慧研究院,已积累了计算机视觉(CV)算法、自然语言处理(NLP)算法、语音识别算法、AI画质增强算法、手势识别算法、边缘计算等差异化的AI应用技术同花顺(300033)金融研究中心08月23日讯,有投资者向创维数字(000810)提问,能否介绍一下公司智能电视和机顶盒在国内和国际上市场占有情况?另...

...自然语言处理(NLP)算法、语音识别算法、AI 画质增强算法、手势...

公司回答表示,您好,公司目前在销售的8K5Pro智能盒子、4KAI体感游戏盒子、4KAI智能摄像头等,一方面,其硬件中分别配置使用了6TAI算力、4.5TAI算力、2TAI算力的边缘计算NPU芯片;另一方面,软件上使用了公司自研的计算机视觉(CV)算法、自然语言处理(NLP)算法、语音识别算法、AI画质增强算法、手势识别算法等AI应...

...自然语言处理(NLP)、语音识别、AI画质增强、计算机视觉技术中...

同花顺(300033)金融研究中心05月13日讯,有投资者向创维数字(000810)提问,请问公司在视觉语言多模态的大模型方面有无研究,已经应用到哪类产品?谢谢公司回答表示,您好!公司智慧研究院已积累了计算机视觉(CV)、自然语言处理(NLP)、语音识别、AI画质增强、计算机视觉技术中的手势识别、NPU边缘计算等算法技术及能力(www.e993.com)2024年11月18日。公...

智能玩具用离线语音识别芯片有什么优势

l离线语音识别,采用最新的神经网络(TDNN)算法,具有识别精准,误判率低等优势,5米远场可靠识别;l语音降噪算法:过滤掉稳态噪声、对动态噪声也有很好的抑制作用,噪音下也可准确识别;l支持MP3,WAV,WMA,APE,FLAC,AAC,MP4,M4A,AIF,AIFC音频解码...

算法备案:AI虚拟数字人需要哪些资质?

开发、设计AI数字虚拟人的公司需要办理哪些资质呢？数字人算法涉及文本转语音、换脸、动作驱动等算法，要上线的话要先做算法备案。目前已经通过备案的数字算法有：百度数字人、抖音火山引擎、京东数字人、商汤智能、天猫精灵数字人、美图数字人、网易ALab数字人和华为云数字人8家。如果开发者仅面向C端客户，不对外提供...

芯片分享:NRK3602语音识别芯片—神经网络(TDNN)算法优势解析

与传统的语音识别算法相比,TDNN算法具有诸多优势。一、它能够充分利用语音信号的时序特性,提取出更为丰富的语音特征。这使得NRK3602芯片在识别不同口音、语速和噪声环境下的语音时,都能保持较高的准确率。二、具有较强的泛化能力。这意味着,即使面对未知的语音样本,NRK3602芯片也能通过学习和适应,逐渐提高识别效果...

数字中国建设峰会丨首个支持30种方言自由混说的语音识别大模型来了!

多方言、覆盖人口最多的语音大模型;研发团队首创“蒸馏+膨胀”联合训练算法,解决超大规模多场景数据集和大规模参数条件下,预训练坍缩的问题,实现1B参数80层模型稳定训练;星辰语音大模型也是业内首个开源的基于离散语音表征的语音识别大模型,通过“从语音到token再到文本”的建模新范式,将推理时语音传输比特率降低数十...