AI语音识别技术，掘金智能增长新空间
2020-09-17
6640
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
开放日亮点：1、 支持语音唤醒词自定义；2、 探讨家电增长新方案； 3、 热卖品类及营销增长新案例；4、 开发板上手体验试玩；
相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同，识别当前发音人的身份。按照任务具体分为两种： 声纹辨认：从说话人集合中判别出测试语音所属的说话人，为多选一的问题 声纹确认：判断测试语音是否由目标说话人所说，是二选一的问题（是或者不是） 按照应用具体分为两种： 文本相关：要求使用者重复指定的话语，通常包含与训练信息相同的文本（精度较高，适合当前应用模式） 文本无关：对使用者发音内容和语言没有要求，受信道环境影响比较大，精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍： 郑斯奇，达摩院算法专家，毕业于美国哈佛大学，研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
目录
相关文章
|
16天前
|
人工智能
运维
安全
基于合合信息开源智能终端工具—Chaterm的实战指南【当运维遇上AI，一场效率革命正在发生】
在云计算和多平台运维日益复杂的今天，传统命令行工具正面临前所未有的挑战。工程师不仅要记忆成百上千条操作命令，还需在不同平台之间切换终端、脚本、权限和语法，操作效率与安全性常常难以兼顾。尤其在多云环境、远程办公、跨部门协作频繁的背景下，这些“低效、碎片化、易出错”的传统运维方式，已经严重阻碍了 IT 团队的创新能力和响应速度。
而就在这时，一款由合合信息推出的新型智能终端工具——Chaterm，正在悄然颠覆这一现状。它不仅是一款跨平台终端工具，更是业内率先引入 AI Agent 能力 的“会思考”的云资源管理助手。
62
6
6
|
22天前
|
传感器
人工智能
智能设计
邀请大学生用AI技术助力乡村振兴！“挑战杯”阿里云赛题有哪些值得关注？丨云工开物
第十九届“挑战杯”中国青年科技创新“揭榜挂帅”擂台赛——人工智能主擂台赛在上海启动。赛事聚焦城市治理、乡村振兴等领域，由阿里云等企业发榜，提供算力与AI工具支持。其中，“以AI助力乡村振兴”专项赛邀请高校师生围绕浙江开化县、江西遂川县的文化与特产设计文旅产品，推动传统文化与现代技术融合，为乡村振兴注入新活力。赛事现已开放报名，欢迎全国高校师生参与。
103
0
0
|
20天前
|
机器学习/深度学习
人工智能
前端开发
AI+Code驱动的M站首页重构实践：从技术债务到智能化开发
本文分享了阿里巴巴找品M站首页重构项目中AI+Code提效的实践经验。面对M站技术栈陈旧、开发效率低下的挑战，我们通过楼层动态化架构重构和AI智能脚手架，实现了70%首页场景的标准化覆盖 + 30%的非标场景的研发提速，开发效率分别提升90%+与40%+。文章详细介绍了楼层模板沉淀、AI辅助代码生成、智能组件复用评估等核心实践，为团队AI工程能力升级提供了可复制的方法论。
172
15
15
|
24天前
|
人工智能
移动开发
JavaScript
AI + 低代码技术揭秘（一）：概述
VTJ.PRO 是一个基于 AI 的 Vue3 低代码开发平台，支持 Vue 单文件组件（SFC）与领域特定语言（DSL）之间的双向转换。它构建于 monorepo 架构之上，提供同步版本控制和全面的软件包生态系统，涵盖可视化设计、代码生成及多平台部署功能，同时兼容现有 Vue 3 工作流。平台特点包括双向代码流、AI 集成、Vue 3 基础支持、多平台适配以及低学习门槛等。通过模块化架构与智能工具，VTJ 加速开发流程并保持灵活性，适用于 Web、移动及跨平台项目。当前版本为 0.12.40，源码托管于 Gitee。
73
8
8
|
23天前
|
数据采集
人工智能
自然语言处理
AI重构数据价值链，解码「智能问数」如何赋能医药制造
随着中国医药制造业的蓬勃发展，中国已跃居全球第二大医药市场。随着监管政策的深入实施，市场对医药企业在生产、运营、管理等方面提出了更为严苛的要求。2025年政府工作报告明确提出，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用。
123
26
26
|
27天前
|
机器学习/深度学习
人工智能
自然语言处理
面向认知智能的AI推理体系：理论基础与工程实践
本文深入探讨了AI推理从“感知智能”迈向“认知智能”的理论框架与技术突破。文章分析了符号推理、神经推理及混合推理的优劣势，指出了多跳推理、因果推理和可解释性等挑战。同时，结合大语言模型、ReAct架构和知识增强推理等前沿技术，展示了AI推理在代码实现中的应用。未来，认知图谱、推理驱动的智能体、边缘推理优化及人机协同将成为重要方向，推动AI向通用人工智能（AGI）迈进。
162
3
3
|
28天前
|
数据采集
传感器
人工智能
船厂复杂环境下的多模态AI安防系统技术实践
本方案针对船厂复杂工业场景，设计了五层分布式AI安防系统架构：数据采集层（海康摄像头+气体传感器）、预处理层（动态光照补偿）、特征引擎层（YOLOv8s检测+ESRGAN增强+ByteTrack跟踪）和规则决策层。同时，实现交通违规检测、龙门吊防撞及人员滞留监测等关键模块，并通过两阶段小目标检测、工业干扰优化与边缘计算加速解决工程挑战。系统采用边缘-中心协同架构，支持REST API与MQTT/ZMQ通信，技术验证数据显示其准确率高达92.4%，障碍物识别延迟平均仅850ms。
51
1
1
|
16天前
|
人工智能
监控
算法
基于无人机与AI视觉的矿山盗采智能监测系统技术解析
本文提出融合无人机与AI的三维监管方案。通过全天候视频覆盖、AI车辆识别与行为分析、数据闭环管理及动态算法迭代，实现对矿区24小时智能监控，大幅提升响应效率与监管精度，有效降低人工成本，保障矿区安全。
63
6
6
|
19天前
|
人工智能
自然语言处理
运维
AI agent跨平台云资源智能管理终端是什么
随着多云架构和混合IT环境的普及，企业面临跨平台资源协同效率低、操作复杂等问题。为此，跨平台云资源智能管理终端应运而生。它通过模块化架构与自动化引擎，将异构云环境中的资源统一管理，并提供对话式交互、批量操作与智能策略编排能力。典型产品如Chaterm，支持自然语言指令输入，实现从任务规划到执行反馈的闭环体验。其应用场景涵盖大规模服务器集群管理、跨云资源调度、复杂环境自动化配置等，显著提升效率与可靠性。实施时需关注兼容性、扩展性及安全性，建议从试点入手逐步推广，优化企业运维流程。
65
5
5
|
22天前
|
人工智能
自然语言处理
算法
AI时代如何让大模型「读懂」企业数据？——从“单一问数”到“复杂决策”的智能跃迁
从早期的传统BI，到敏捷BI，再到智能BI，BI工具正逐步进化为具备类人推理能力的数字助手。Gartner预测，到2025年，增强型消费者体验将首次推动增强型BI（ABI）能力的采用率超过50%，这将深刻重塑企业的业务流程与决策模式，“人人都是数据消费者”的时代正加速到来。
117
1
1
热门文章
最新文章
1
Spring AI Alibaba 1.0 GA 正式发布，Java 智能体开发进入新时代
2
Python构建MCP服务器完整教程：5步打造专属AI工具调用系统
3
Function AI 工作流发布：以 AI 重塑企业流程自动化
4
通义灵码 AI IDE 上线！智能体+MCP 从手动调用工具过渡到“AI 主动调度资源”
5
2025年颠覆闭源大模型？MonkeyOCR：这款开源AI文档解析模型，精度更高，速度更快！
6
构建企业级AI智能体（Spring AI Alibaba + JManus实战）
7
趣丸千音MCP首发上线魔搭社区，多重技术引擎，解锁AI语音无限可能
8
无代码革命：10分钟打造企业专属数据库查询AI机器人
9
Spring AI Alibaba 1.0 GA 正式发布，Java智能体开发进入新时代
10
智能体(AI Agent)开发实战之【LangChain】(一)接入大模型输出结果
1
PHP对接百度语音识别技术
216
2
未来语音交互新纪元：FunAudioLLM技术揭秘与深度评测
12991
3
语音识别和语音合成技术
510
4
实时语音识别 使用websockt传输二进制数组 onSentenceEnd不返回结果
73
5
在人工智能和机器学习的领域中，语音识别（Speech Recognition，SR）是一个重要的研究方向。它旨在将人类的语音转换为计算机可读的文本。
380
6
Python基于librosa和人工神经网络实现语音识别分类模型(ANN算法)项目实战
417
7
深度学习在语音识别中的进展
132
8
语音识别------ffmpeg的使用01，ffmpeg的安装,会做PPT很好，ffmpeg不具备直接使用，只可以操作解码数据，ffmpeg用C语言写的，得学C语言，ffmpeg的安装
117
9
语音识别-----列表的常用操作课后练习讲解，用变量追加，取出第一个，取出最后一个，下标位置，列表的循环遍历，下标+1的写法,len下标可以小于这个值，while循环对index循环的遍历
73
10
语音识别-免费开源的语音转文本软件Whisper的本地搭建详细教程,python版本是3.805，ffmpeg是专门处理音视频的，ffmpeg的下载链接，现在要求安装python和ffmpeg
442