# 智能语音交互 #
1
关注
2663内容
|
重磅干货不容错过！2017云栖大会汇总资料，速来领取！
2017云栖大会圆满结束！云栖大会由阿里巴巴集团主办，已经成为全球云计算TOP级峰会，汇聚DT时代最强大脑，描绘云计算发展趋势和蓝图，展现云计算、大数据、人工智能蓬勃发展的技术生态全景。云栖社区福利大放送，本文整理了全年8场峰会的资料，约800份技术资料，等你来下载！
# 云数据库 RDS SQL Server 版
# 云数据库 Tair（兼容 Redis）
# 云数据库HBase版
# 云服务器 ECS
# 数据安全中心
# 实时计算 Flink版
# 物联网平台
# 域名与网站
# 块存储
# 大数据开发治理平台 DataWorks
# 云原生数据仓库AnalyticDB MySQL版
# 云安全中心
# 人工智能平台 PAI
# 云数据库 MongoDB 版
# 云数据库 RDS MySQL 版
# 智能语音交互
# 云原生大数据计算服务 MaxCompute
# 云原生数据库 PolarDB
# 云效
# 函数计算
# 云解析DNS
# 智能语音交互
# 存储
# 人工智能
# 安全
# 物联网
# 大数据
# 数据库
|
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。
|
语音唤醒技术：small-footprint keyword spotting
目前市场上推出了各式各样的音箱、机器人、车载等语音交互产品，语音识别是交互的入口，而语音唤醒成为了踏进这一入口的第一步，如何高效、准确地对用户指令给出反应成为这一技术的最重要目标。iDST资深语音算法工程师陈梦喆将介绍语音唤醒技术的基础知识，基本技术架构以及国内外最新研究成果。
|
阿里巴巴开源语音识别声学建模技术
本文我们介绍阿里巴巴的语音识别声学建模新技术: 前馈序列记忆神经网络（DFSMN）。目前基于DFSMN的语音识别系统已经在法庭庭审识别、智能客服、视频审核和实时字幕转写、声纹验证、物联网等多个场景成功应用。
|
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。
|
人机交互新进展：LFR-DFSMN语音识别声学模型介绍
语音识别技术是人机交互技术的重要组成部分，而语音识别中的声学模型是语音识别技术中的核心所在，堪称重中之重。阿里巴巴iDST智能语音交互团队最新的LFR-DFSMN模型相对于之前的LFR-LCBLSTM模型可以达到训练加速3倍、识别加速2倍、识别错误率降低20%和最终模型大小压缩50%的效果，实现了语音识别的迭代速度、识别成本、服务质量的全面提升。
免费试用