當(dāng)前位置:首頁(yè) > 消費(fèi)電子 > 音視頻及家電
[導(dǎo)讀] (文章來源:AI銳見) 語音識(shí)別是Siri、Alexa和Google等智能手機(jī)的重要組成部分,但這些語音識(shí)別系統(tǒng)有一個(gè)很大的缺點(diǎn),那就是會(huì)有相應(yīng)的延遲,用戶必須等待Siri或其他虛擬助手

(文章來源:AI銳見)

語音識(shí)別是Siri、Alexa和Google等智能手機(jī)的重要組成部分,但這些語音識(shí)別系統(tǒng)有一個(gè)很大的缺點(diǎn),那就是會(huì)有相應(yīng)的延遲,用戶必須等待Siri或其他虛擬助手來響應(yīng)查詢,而且如果語速過快就有極大可能造成誤解。有延遲出現(xiàn)是因?yàn)橛脩舻恼Z音以及從中獲取的數(shù)據(jù)必須從要手機(jī)傳輸?shù)椒?wù)器,在那里進(jìn)行分析后再發(fā)回。這可能需要從幾毫秒到幾秒的時(shí)間,如果數(shù)據(jù)包在過程中不小心失,則需要更長(zhǎng)時(shí)間。

為什么不能直接在設(shè)備上進(jìn)行語音識(shí)別呢?因?yàn)閷⒄Z音轉(zhuǎn)換成毫秒級(jí)的文本需要相當(dāng)大的計(jì)算能力,這不僅僅是聽一段聲音和寫一個(gè)單詞,而是逐字逐句地理解一個(gè)人在說什么以及涉及到意圖和整個(gè)語境。當(dāng)然,手機(jī)其實(shí)是可以做到這一點(diǎn)的,但這并不會(huì)比把手機(jī)上的內(nèi)容發(fā)送到云端快多少,而且會(huì)大量耗電。但隨著該領(lǐng)域的穩(wěn)步發(fā)展,這一目標(biāo)似乎已成為可能,谷歌就使得這一功能在Pixel上得到實(shí)現(xiàn)。

為實(shí)現(xiàn)這一轉(zhuǎn)變,Google團(tuán)隊(duì)花了五年時(shí)間研究問題并簡(jiǎn)化用于語音識(shí)別的AI系統(tǒng)。例如,舊版Gboard的聽寫軟件由三個(gè)獨(dú)立的組件來模擬音頻波形,將聲音與音素匹配,然后將這些音素組合成文字輸出,更新后的版本將所有這些工作集合到一個(gè)步驟中。

新模型還縮小了系統(tǒng)中被稱為“解碼器圖形”的部分,這個(gè)組件的功能類似于書中的索引,將音頻波形與書面文字相匹配。在Gboard的聽寫模型的舊版本中,這個(gè)解碼器圖形大小為2GB,對(duì)于設(shè)備上處理來說太大了。相比之下,新版本僅為80兆字節(jié),縮小了25倍。

你只需要說出你的查詢,它會(huì)立刻被轉(zhuǎn)錄下來,并直接顯示。它聽到了你的聲音后會(huì)立刻響應(yīng),而不用等到你完成整個(gè)句子再去揣測(cè)你的意思。但目前它只在谷歌鍵盤應(yīng)用程序Gboard中工作,只在Pixel上工作,而且它只適用于美式英語。

“考慮到行業(yè)趨勢(shì),隨著專業(yè)硬件和算法改進(jìn)的融合,我們希望這里介紹的技術(shù)可以很快用于更多語言和更廣泛的應(yīng)用領(lǐng)域,”谷歌寫道。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉