# 智能语音交互 #
1
关注
2637内容
|
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。
|
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
|
INTERSPEECH 2017系列 | 语音唤醒技术
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。本主题将介绍语音唤醒技术的基础知识，基本技术架构以及INTERSPEECH2017上的最新研究成果。
|
INTERSPEECH 2017系列 | 远场语音识别技术
编者：今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开，众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品，而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。
|
阿里巴巴跨物理界招人，世界级音频专家冯津伟入职人工智能团队iDST
11月30日阿里巴巴正式宣布，前Polycom（宝利通）声学设计和信号处理首席工程师（Principal Engineer）冯津伟入职人工智能核心团队iDST，担任智能语音交互团队研究员，将负责语音交互设备端的声学设计和信号处理研究工作。
免费试用