語音識別

谷歌AI語音識別有新進(jìn)展，在嘈雜環(huán)境中區(qū)分聲音準(zhǔn)確率達(dá)92%

核心算法已經(jīng)可在Github上的開源軟件中可用，它實現(xiàn)了一個在線二值化錯誤率(DER)，在NIST SRE 2000 CALLHOME基準(zhǔn)上是7.6%，這對于實時應(yīng)用來說已經(jīng)足夠低了，而谷歌之前使用的方法DER為8.8%。

IBM嵌入式語音識別技術(shù)無需預(yù)先存儲特殊指令

語音識別將是科技的下一次飛躍？看谷歌高管怎么解讀

新浪科技訊 北京時間9月25日早間消息，人工智能機器人和自動駕駛汽車可能是媒體關(guān)注焦點，但谷歌搜索業(yè)務(wù)負(fù)責(zé)人本·戈麥斯（Ben Gomes）表示，科技的下個飛躍將是語音技術(shù)的發(fā)展。他認(rèn)為，更好地理解普

基于TMS320VC5509A的語音識別與控制系統(tǒng)

語音識別（Speech Recognition）是機器通過訓(xùn)練和匹配過程把語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本或命令的技術(shù)。關(guān)于語音識別技術(shù)，先后出現(xiàn)了動態(tài)時間彎折（DTW）、隱馬爾可夫和人工神經(jīng)網(wǎng)絡(luò)三種主要方法[1]。由于每種方法都涉及大量的乘加運算，并且計算精度是算法性能的有效保障，因此對處理器的運算能力要求較高。近年大規(guī)模集成電路的快速發(fā)展，為

谷歌稱語音識別是下一個機會，尤其在發(fā)展中國家

據(jù)國外媒體報道，雖然人工智能機器人和自動駕駛汽車可能成為未來的頭條新聞，但谷歌搜索負(fù)責(zé)人本·戈麥斯(Ben Gomes)表示，技術(shù)領(lǐng)域的下一個重大飛躍將是語音服務(wù)的進(jìn)步。戈麥斯表示，更好地理解通用語言對互聯(lián)網(wǎng)的未來發(fā)展至關(guān)重要。

語音識別及其定點DSP實現(xiàn)

語音識別研究的根本目的是研究出一種具有聽覺功能的機器，能直接接受人的口呼命令，理解人的意圖并做出相應(yīng)的反映。語音識別系統(tǒng)的研究涉及微機技術(shù)、人工智能、數(shù)字信號處理、模式識別、聲學(xué)、語言學(xué)和認(rèn)知科學(xué)等許多學(xué)科領(lǐng)域，是一個多學(xué)科綜合性研究領(lǐng)域。近年來，高性能數(shù)字信號處理芯片DSP(Digital Signal Process)技術(shù)的迅速發(fā)展，為語音識別的實時實現(xiàn)提供了可能，其中，AD公司的數(shù)字信號處理芯片以其良好的性價比和代碼的可移植性被廣泛地應(yīng)用于各個領(lǐng)域。因此，我們采用AD公司的定點DSP處理芯片ADSP

人工智能下一階段的發(fā)展方向時什么？類腦計算

“未來人工智能的研究領(lǐng)域會體現(xiàn)在兩個方向，這兩個方向與人類大腦相吻合?！痹?018世界人工智能大會“AI前沿與行業(yè)賦能主題論壇”上，微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋表示，其中一個是探索人腦機制對AI技術(shù)的改善，另一個則是AI應(yīng)用于人腦研究中，“在這些方向背后，需要進(jìn)行大量的基礎(chǔ)研究?！?

谷歌：語音識別是下一個機會

戈麥斯說:“語音識別和對語言的理解是未來搜索和信息的核心。但是有很多難題，比如理解引用語是如何起作用的，理解‘他’、‘她’或‘它’在句子中指的是什么。在語音服務(wù)角度，這只是其面臨的數(shù)以百萬計的問題之一。

谷歌搜索負(fù)責(zé)人：語音識別是下個科技轉(zhuǎn)折點

9月25日消息，谷歌搜索業(yè)務(wù)負(fù)責(zé)人本·戈麥斯(Ben Gomes)在接受記者采訪時做出了一次驚人的預(yù)言，他表示科技的下一個轉(zhuǎn)折點將是語音識別技術(shù)。戈麥斯認(rèn)為如何讓機器更好的對普通語言進(jìn)行認(rèn)知將決定著互聯(lián)網(wǎng)時代未來的發(fā)展。

這下尷尬了！科大訊飛用人類翻譯冒充AI同傳

近年來機器翻譯發(fā)展越來越成熟，機器翻譯和語音助手結(jié)合是不是能成為超級令人敬佩的同傳了呢，顯然沒有那么簡單?？拼笥嶏w為了凸顯自家的AI同傳多厲害，竟然把人類翻譯的內(nèi)容當(dāng)作AI的勞動成果。

3G手機語音識別應(yīng)用中DSP的選擇策略

隨著DSP技術(shù)的進(jìn)步，計算能力更強、功耗更低和體積更小的DSP已經(jīng)出現(xiàn)，使3G手機上植入更精確更復(fù)雜的自動語音識別(ASR)功能成為可能。目前，基本ASR應(yīng)用可以分成三大類：1. 語音-文本轉(zhuǎn)換(語音輸入)；2. 講者識別；3. 語音命令控制(語音控制)。

工信部：政府應(yīng)給AI發(fā)展多提供資金支持

羅文指出，要從四個方面推動深圳市人工智能芯片產(chǎn)業(yè)加快發(fā)展，一是對接國家戰(zhàn)略。國家已經(jīng)在人工智能領(lǐng)域發(fā)布了系列規(guī)劃，企業(yè)應(yīng)按照國家的規(guī)劃部署要求，積極將產(chǎn)品規(guī)劃和國家戰(zhàn)略相結(jié)合。

基于ARM的非特定人語音識別系統(tǒng)的設(shè)計方案

本文介紹了一種采用ARM處理器作為控制核心的非特定人語音識別系統(tǒng)的設(shè)計方案。方案中的系統(tǒng)利用IC Route公司的非特定語音識別芯片LD3320與ARM Cortex M3內(nèi)核ST公司的32位高性能單片機STM32F103C8T6組成功能主體，在系統(tǒng)中實現(xiàn)SD卡文件系統(tǒng)。

基于DSP的聲控電子記事本的設(shè)計與實現(xiàn)

一種基于DSP芯片的語音識別和數(shù)字錄音系統(tǒng)。在該系統(tǒng)中，DSP（單片ADSP2185）完成語音識別和數(shù)字錄音功能，MCU完成用戶界面處理。該系統(tǒng)可以實現(xiàn)語音名片（電路號碼、工作單位、地址等）存儲及聲控查詢、記事錄音及聲控回放、日歷、簡單計算器等功能。

當(dāng)智能語音助手碰到方言怎么辦？AI創(chuàng)企研究正在研究新的解決方案

自從IBM的Shoebox和Worlds of Wonder的玩具娃娃Julie doll發(fā)布以來，語音識別技術(shù)一直在不斷地發(fā)展。到2018年底，Google Assistant支持超過30種不同的語言。

ARM為核心的嵌入式語音識別電路模塊設(shè)計

服務(wù)機器人以服務(wù)為目的，因此人們需要一種更方便、更自然、更加人性化的方式與機器人交互，而不再滿足于復(fù)雜的鍵盤和按鈕操作?；诼犛X的人機交互是該領(lǐng)域的一個重要發(fā)展方向。目前主流的語音識別技術(shù)是基于統(tǒng)計模

語音技術(shù)應(yīng)用領(lǐng)域呈現(xiàn)多元化趨勢

盡管困難重重，但這并不會阻止技術(shù)的發(fā)展，時代巨輪的前進(jìn)。比如在語音識別率方面，目前一些主流平臺的識別率可以達(dá)到95%以上，這無疑為語音技術(shù)落地提供了大大的技術(shù)支持。

基于ATK的實時語音識別系統(tǒng)在家庭監(jiān)護(hù)機器人中的應(yīng)用實現(xiàn)

文中闡述的是家庭監(jiān)護(hù)機器人項目中語音識別系統(tǒng)設(shè)計的部分，通過DSP、DMA和ARM Cortex-A8的并行處理，利用雙緩沖的方法，在嵌入式Linux上實現(xiàn)了基于ATK的實時語音識別系統(tǒng)。文中對該系統(tǒng)的軟硬件進(jìn)行了設(shè)計。在硬件方面，給出語音識別系統(tǒng)的硬件組成原理，并提供了關(guān)鍵部分原理圖；在軟件方面，提出實時語音識別的方法，給出應(yīng)用程序?qū)崿F(xiàn)

VC++和Matlab混合編程的語音識別研究

摘要：采用VC++和Matlab混合編程搭建了一個高效的基于HMM的語音識別實驗驗證平臺。結(jié)合FPGA的特點,直接使用加法器、乘法器、比較器等建立一個Viterbi算法結(jié)構(gòu),采用改進(jìn)方法計算Viterbi得分,實現(xiàn)一種簡單的基于HMM的語

語音識別下的智能家居發(fā)展

物聯(lián)網(wǎng) (IoT) 改變生活的每一個角落，特別是在家庭中——家電物聯(lián)網(wǎng)裝置讓我們更智能地控制門鎖、燈光和電器，串連個人生活與外在系統(tǒng)和環(huán)境。而當(dāng)進(jìn)一步加入目前最熱門的語音助理功能后，智能家居在 2018 年的發(fā)展可望更上一層樓。