女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

訊飛輸入法將深度神經網絡DNN技術應用于語音識別達到業界領先水平

lhl545545 ? 來源:經濟參考網 ? 作者:經濟參考網 ? 2020-10-21 15:04 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

10月20日,以“語見更好的我們”為主題的“訊飛輸入法10周年 A.I.輸入沙龍”在北京舉辦。記者從活動現場了解到,自2010年10月上線至今,訊飛輸入法的日語音交互次數超過10億次,語音輸入累計服務設備超過5億臺,語音用戶占比超過70%。十年間,作為科大訊飛智能語音技術的典型應用,訊飛輸入法圍繞提升輸入效率這一核心目標,發力核心技術攻關,完善輸入法的用戶體驗。

2010年,訊飛輸入法1.0版本將隱馬爾可夫模型成功應用于語音識別系統中,讓輸入效率提升了3倍;2012年,訊飛輸入法率先將深度神經網絡DNN技術應用于語音識別,使識別效果達到業界領先水平;2018年推出了Hybrid CNN語音識別引擎,大幅提升中英混合輸入效果……在A.I.驅動和大數據積累下,訊飛輸入法實現了從單一識別率提升到全場景輸入覆蓋的迭代。

回顧訊飛輸入法十年發展歷程,科大訊飛副總裁章繼東說,一直在努力“讓技術更有溫度”。

圖為科大訊飛副總裁章繼東進行主題演講

在大多數人眼里,語音輸入僅僅是一個產品功能或者一種輸入方式,但語音輸入正在搭建一座座通往無國界、無地域、無障礙的“橋梁”。

新冠肺炎疫情發生后,訊飛輸入法緊急上線“武漢話轉普通話”功能,助力武漢抗疫;2017年,訊飛輸入法發起“方言保護計劃”公益行動,通過智能語音技術保護方言,目前方言庫的珍貴語料近140萬條,并通過A.I.語言復制實現23種方言識別;訊飛輸入法連續3年發起“和我一起看見”信息無障礙公益行動,將業界領先的A.I.技術應用到無障礙模式上,讓視障群體可以在不同場景下快速、順暢地使用。沙龍上,訊飛輸入法獲得了中國盲人協會頒發的無障礙認證證書。

活動上,科大訊飛輸入法業務部總經理程坤展示了最新發布的訊飛輸入法10.0版本。這一版本搭載了“動態自適應編解碼語音識別引擎”,令通用語音識別率在98%基礎上再獲突破。新增的唇形輔助輸入,提高嘈雜環境及近距離多人說話的識別效果。同時,輸入法大幅優化領域詞的識別,幫助用戶更精準地匹配游戲、醫療、旅游、購物等不同場景詞匯。

科大訊飛輸入法業務部總經理程坤在活動現場展示訊飛輸入法10.0版本

“輸入效率并不是終點,效率之上,輸入法作為大眾款產品更應滿足多樣化的表達,適應復雜的輸入環境。”程坤補充道。

沙龍現場,相聲演員方清平用訊飛輸入法快語速輸入挑戰《木蘭辭》。根據現場公證員公布的數據,方清平用17.81秒時間讀出182字。在耳朵難以聽清內容的語速下,訊飛輸入法準確識別出內容并自動添加標點。

此外,基于“免切換”的理念,訊飛輸入法10.0版本實現了英文單詞連續手寫,即在輸入面板既可以手寫漢字也可以直接手寫完整的英文單詞。至此,訊飛輸入法已實現語音、拼音、手寫多種方式的中英文輸入免切換。

“新十年,訊飛輸入法將目光投向5GAIoT領域,”章繼東表示,“過去十年里,訊飛輸入法秉持著技術‘頂天’,引領語音交互‘落地’的理念,不斷革新產品,努力讓億萬用戶高效輸入,樂享溝通。下一個十年,隨著5G和AIoT時代的到來,訊飛輸入法將繼續以過硬的技術實力直面行業發展的挑戰與機遇,不斷提高語音輸入的行業‘天花板’。”

科大訊飛消費者BG副總裁嚴亞路、中國盲人協會信息無障礙促進委員會副主任朱清毅等出席活動,多位訊飛輸入法粉絲在現場共同參與見證訊飛輸入法10年征程。
責任編輯:pj

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4814

    瀏覽量

    103841
  • 識別系統
    +關注

    關注

    1

    文章

    154

    瀏覽量

    19159
  • 智能語音
    +關注

    關注

    11

    文章

    805

    瀏覽量

    49552
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    BP神經網絡與卷積神經網絡的比較

    BP神經網絡與卷積神經網絡在多個方面存在顯著差異,以下是對兩者的比較: 一、結構特點 BP神經網絡 : BP神經網絡是一種多層的前饋神經網絡
    的頭像 發表于 02-12 15:53 ?701次閱讀

    BP神經網絡深度學習的關系

    ),是一種多層前饋神經網絡,它通過反向傳播算法進行訓練。BP神經網絡輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調整網絡權重,目的是最小化
    的頭像 發表于 02-12 15:15 ?887次閱讀

    BP神經網絡在圖像識別中的應用

    BP神經網絡在圖像識別中發揮著重要作用,其多層結構使得網絡能夠學習到復雜的特征表達,適用于處理非線性問題。以下是對BP神經網絡在圖像
    的頭像 發表于 02-12 15:12 ?702次閱讀

    深度學習入門:簡單神經網絡的構建與實現

    深度學習中,神經網絡是核心模型。今天我們用 Python 和 NumPy 構建一個簡單的神經網絡神經網絡由多個神經元組成,
    的頭像 發表于 01-23 13:52 ?549次閱讀

    卷積神經網絡在自然語言處理中的應用

    自然語言處理是人工智能領域的一個重要分支,它致力于使計算機能夠理解、解釋和生成人類語言。隨著深度學習技術的發展,卷積神經網絡(CNNs)作為一種強大的模型,在圖像識別
    的頭像 發表于 11-15 14:58 ?830次閱讀

    卷積神經網絡與傳統神經網絡的比較

    深度學習領域,神經網絡模型被廣泛應用于各種任務,如圖像識別、自然語言處理和游戲智能等。其中,卷積神經網絡(CNNs)和傳統
    的頭像 發表于 11-15 14:53 ?1906次閱讀

    深度學習中的卷積神經網絡模型

    深度學習近年來在多個領域取得了顯著的進展,尤其是在圖像識別語音識別和自然語言處理等方面。卷積神經網絡作為
    的頭像 發表于 11-15 14:52 ?868次閱讀

    卷積神經網絡的基本原理與算法

    ),是深度學習的代表算法之一。 一、基本原理 卷積運算 卷積運算是卷積神經網絡的核心,用于提取圖像中的局部特征。 定義卷積核:卷積核是一個小的矩陣,用于
    的頭像 發表于 11-15 14:47 ?1811次閱讀

    RNN模型與傳統神經網絡的區別

    神經網絡是機器學習領域中的一種強大工具,它們能夠模擬人腦處理信息的方式。隨著技術的發展,神經網絡的類型也在不斷增加,其中循環神經網絡(RNN)和傳統
    的頭像 發表于 11-15 09:42 ?1160次閱讀

    LSTM神經網絡語音識別中的應用實例

    語音識別技術是人工智能領域的一個重要分支,它使計算機能夠理解和處理人類語言。隨著深度學習技術的發展,特別是長短期記憶(LSTM)
    的頭像 發表于 11-13 10:03 ?1875次閱讀

    關于卷積神經網絡,這些概念你厘清了么~

    許多種類型,但本文只關注卷積神經網絡(CNN),其主要應用領域是對輸入數據的模式識別和對象分類。CNN是一種用于
    發表于 10-24 13:56

    凌嵌入式OK3576-C開發板體驗】RKNN神經網絡-車牌識別

    LPRNet基于深層神經網絡設計,通過輕量級的卷積神經網絡實現車牌識別。它采用端到端的訓練方式,不依賴字符分割,能夠直接處理整張車牌圖像,并輸出最終的字符序列。這種設計提高了識別的實時
    發表于 10-10 16:40

    凌嵌入式OK3576-C開發板體驗】RKNN神經網絡算法開發環境搭建

    download_model.sh 腳本,該腳本 下載一個可用的 YOLOv5 ONNX 模型,并存放在當前 model 目錄下,參考命令如下: 安裝COCO數據集,在深度神經網絡算法中,模型的訓練離不開大量的數據集,數據
    發表于 10-10 09:28

    凌嵌入式OK3576-C開發板體驗】RKNPU圖像識別測試

    RKNPU在深度學習運算能力上有了顯著的提升。 2.3、技術特點 高性能 :RKNPU采用專門的硬件架構和優化算法,能夠實現高效的神經網絡計算,滿足復雜場景下的實時處理需求。 低功耗 :RKNPU在提供
    發表于 10-10 09:27

    深度識別算法包括哪些內容

    深度識別算法是深度學習領域的一個重要組成部分,它利用深度神經網絡模型對輸入數據進行高層次的理解和
    的頭像 發表于 09-10 15:28 ?863次閱讀