# 智能语音交互 #
0
关注
2211内容
|
好东西来了！2017云栖大会400+份重磅资料下载
上个月，在杭州举行的云栖大会，吸引了全球67个国家和地区近6万人现场参会，1500万人在线观看。有140多场技术主题论坛，共计800多个主题分享，涵盖人工智能、金融科技、量子计算、生命科学、IoT、政务、多媒体、VR等20多个前沿科技领域。
|
GPU训练的快速大规模分布式扩展-GPU多机多卡Machine Learning Middleware
我们设计了GPU多机多卡middleware，使得单机版机器学习程序可以通过插入middleware较快的实现基于ASGD或MA的多机多卡训练，此前各自基于open source工具所做的独有修改都可以得以充分保留。
|
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
结合人工智能视频理解流程和用户的需求场景，我们将视频AI的功能分成四个大部分，视频智能审核、视频内容理解、视频智能编辑、视频版权保护。其中视频审核功能包括视频鉴黄、暴恐涉政识别、广告二维码识别、无意义直播识别等，利用识别能力将网络上没营养和不健康的视频内容进行排查和处理；视频理解功能包括视频分类、标签，人物识别、语音识别，同时也包括对视频中的文字进行识别（OCR）；视频编辑层面可以实现视频首图、视频摘要、视频highlight的生成，同时支持新闻拆条；关于视频版权，支持视频相似性、同源视频检索和音视频指纹等功能。
|
揭秘阿里人工智能实验室首款智能音箱——天猫精灵X1
7月5日下午，阿里人工智能实验室在北京正式发布了旗下首款智能设备——天猫精灵X1，据介绍，这款产品采用了阿里人工智能实验室自主研发的中文语义理解引擎，内置第一代中文人机交流系统AliGenie，并且依托阿里云的机器学习技术实现智能家居控制、语音购物、手机充值、音乐播放等功能。
|
深度学习在语音识别中的声学模型以及语言模型的应用
目前深度学习在图像和语音识别等领域应用越来越广泛，比如图像处理类应用、视频归纳、智能客服，以及延伸的服务机器人领域、车载助手等，本文着重介绍深度学习在语音识别中声学模型与语言模型中的应用，如FSMN，LSTM，RNN等网络结构的设计，比传统的结构在效果上有巨大的提升
|
人机大战机器胜！这次是智能语音识别技术！
昨日，阿里云iDST的语音识别系统与世界上最快的男人进行了一场真枪实弹的比拼。云栖社区第一时间为大家揭秘背后的语音识别技术。语音识别技术是人工智能领域极为重要的前沿技术，目前，阿里云iDST团队的语音识别技术已经在蚂蚁金服智能客服等领域开始了商业上的运用。
基于AliOS Things玩转智能语音
随着AI技术的进步，智能语音开始将人机交互从手+眼睛的传统模式中解放出来。带给人们更便捷、更风趣、更有人情味的体验，让被操作对象变得不再只是一个死板的工具，而更像是一个有生命的助理。“帮我打开空调”，“明天上班需要带伞吗”，“快递到哪了”…在万物互联的时代，你的所有需求只需要一句话便能实现。
|
人工智能PK金牌速记员之实战录
引言
在2016年3月23日阿里云年会上，2000余名同学们见证了一场人机大战的好戏--阿里云iDST团队的实时语音识别系统在现场演讲分享环节实时挑战世界速记比赛亚军, 马总御用金牌速录师姜毅先生。这位神一般的速录师, 拥有超人的短时记忆功能, 超级的打字速度和惊人的正确率.要PK这样的对
|
DFSMN在阿里巴巴的应用以及如何采用开源代码训练DFSMN模型
DFSMN模型是语音识别中一种先进的声学模型，语音识别中的声学模型是语音识别技术中的核心所在。具体来说，声学模型是根据输入语音进行发音可能性的识别，结合语言模型、解码器，就构成了完整的语音识别系统。本次开源的DFSMN模型，是阿里巴巴的高效工业级实现，相对于传统的LSTM、BLSTM等声学模型，该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。
免费试用