长文本口语语义理解技术系列①：段落分割实践
数智化浪潮下，越来越多的企业开始将现代信息网络作为数据资源的主要载体，并通过网络通信技术进行数据传输；网络作为主要的信息交流和分享的方式，海量不同源的网络信息，使得企业与个人消化信息的成本越来越高。音视频数据作为其中重要的信息来源之一，也随着远程视频会议、在线课堂、直播教学、电话销售等领域有了爆炸性的增长。
IEEE SLT 2022论文解读｜基于多帧跨通道注意力机制的多说话人语音识别
近期，阿里巴巴达摩院高校AIR合作论文“MFCCA:Multi-frame cross-channel attention for multi-speaker ASR in multi-party meeting scenario”被IEEE SLT 2022接收。该论文考虑到麦克风阵列不同麦克风接收信号的差异，提出了一种多帧跨通道注意力机制，该方法对相邻帧之间的跨通道信息进行建模，以利用帧级和通道级信息的互补性。
WeNet入驻魔搭Modelscope，助推开源语音社区协同创新
继杭州云栖大会，阿里达摩院携手 CCF 开源发展委员会共同推出 AI 模型社区“魔搭” ModelScope以来，达摩院率先向魔搭社区贡献 300 多个经过验证的优质 AI 模型，进行了全面开源开放。澜舟科技、深势科技、智谱 AI等合作机构亦在社区开源业界领先模型，包括视觉、语音、自然语言处理、多模态等 AI 主要方向，并向 AI for Science 等新领域积极探索，覆盖的主流任务超过 60 个。
在LLM浪潮下，prompt工程师需要很懂算法吗？
最近AI大神吴恩达推出prompt教程并给出了prompt构建三大原则，Prompt Engineering Guide也提出了诸多技巧，受AI技术的快速发展的影响，你觉得在LLM浪潮下，prompt工程师需要很懂算法吗？欢迎一起来聊一聊～
【OpenVI—AI热点日报】8月8日
AI热点日报八月第6期隆重推出！ 我们汇集了最新的AI热点信息、最新论文和观点，为您提供最前沿的AI领域资讯。 （往期链接请在子社区查看官方博文哦~）