能听懂30种方言!方言语音识别大模型来了

能听懂粤语、上海话、四川话、温州话等30多种方言,大模型中的方言“小天才”上线。25日,在第七届数字中国建设峰会上,中国电信人工智能研究院发布支持30种方言自由混说的语音识别大模型——星辰超多方言语音识别大模型。这是业内首个开源的、基于离散语音表征的语音识别大模型。中国地域广阔,汉语的方言众多,并且各种...

在语音识别这件事上,汉语比英语早一年超越人类水平

语音识别系统流程:语音信号经过前端信号处理、端点检测等处理后,逐帧提取语音特征,传统的特征类型包括MFCC、PLP、FBANK等特征,提取好的特征送至解码器,在声学模型、语言模型以及发音词典的共同指导下,找到最为匹配的词序列作为识别结果输出。CNN语音识别系统建模流程据搜狗上个月的一篇微信公众号文章写道:在语音...

NCMMSC2015:百度取得汉语语音识别技术重大突破

“过去,有很多机器学习技术应用于语音识别领域取得了不错的效果,但是在解决产品上线的计算量和用户等待时间方面总是差强人意。”贾磊指出,百度根据自己在语音产品实践中的长期积累和经验,经过大量实验详细的比较,在尝试了音节、声韵母和状态等不同长度的建模单元之后,最后探索出最适合汉语的声韵母整体建模。最终,把上述...

从“Hey Siri”到“Siri”这一小步,是苹果语音识别的一大步

语音唤醒被称之为keywordspotting（下文简称为KWS），即在连续语流中实时检测出说话人的特定片段，而这个特定片段就是唤醒词。通常来说，如果不是手动禁用语音助手，后者作为系统级服务会长时间驻留在后台，然而智能语音助手作为一个需要大量AI算力支撑的功能，在工作状态下需要不低的性能开销，同时也会相应的提升功耗。

...说什么的?怎样发音才能更好被电脑“理解”?——语音识别原理详述

整个语音识别的流程:将录音进行切片,然后把每个切片识别为一个状态,再用状态拼成音素,最后用音素拼成单词,连词成句。实际考试评分时,为了保证准确度,提升录音质量,还会在切分前对考生录音进行一次预处理。预加重:所有信号在传播中都会有不同程度的衰减,信号的频率越高,衰减越快。

AI赋能新版搜狗输入法:语音识别支持9种语言,多种外语键盘一键切换

首先，新版搜狗输入法的最大亮点，就是上线了全新升级的智能语音模型，从而让语音识别准确率获得大幅提升(www.e993.com)2024年11月11日。在此基础上，新版输入法还上线了包括AI替换词、AI语音翻译、AI语音转文字等多个首创新功能，全方位提升用户在语音输入场景下的产品体验。比如AI替换词功能主要解决用户由于发音不准，模糊，以及同音不同字等原因...

AI老师、演讲能力测评……学汉语有这些“神器”

AI老师汉语学习系统走进好未来展区,多款科教产品吸引国外观众检测自己的中文水平。在对外汉语教学中,学生们使用学而思网校的“AI老师汉语学习系统”,就可以自主练习汉语。系统融合了表情识别、语音识别与测试等先进AI技术,不仅能实时对学生的发音进行智能评测和纠正,还能提供拼音、词汇、语法等方面的教学,让每个学生都有...

北航教授首次把深度学习技术引入汉语电子人工喉语音增强

日前,北京航空航天大学生物与医学工程学院牛海军教授课题组与北京市生物医学高精尖中心、国家康复辅具研究中心通过深入探索汉语普通话电子喉语音发声特点与声调调控方法,不但在理论上有所突破,还研发了轮式基频可调电子人工喉和滑触式基频可调电子人工喉产品(属于言语康复辅具,国家二类医疗器械)。研究成果发表于国际生物医学工...

AR技术在汉语教学中应用 科技该如何助力汉语学习

与高科技让汉字变得更形象化相比,高科技辅助汉语语音教学还是个“新生儿”。近年,语音识别、语音合成、语音评测等技术不断发展,为汉语语音教学提供了新思路。已获国家专利的“汉语教学语音合成方法及装置”是北京语言大学的科研人员在智能汉语语音教学方面做出的探索。该装置试图解决现有技术背景下的汉语学习方案并未针对不...

百度语音识别系统DeepSpeech 2:算法识别中英文

该系统能通过简单学习算法准确的识别英语和汉语。具体细节刊登在预印本在线数据库arXiv,DeepSpeech2:英汉端对端深度语言识别。SVAIL开发的深度语音系统于2014年发布,最初是为了改善在饭店、汽车、公共交通等嘈杂环境下英语识别的准确度问题。SVAIL研究员改善了深度语音识别系统英语方面的性能,并让其转化成中文...