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。
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。
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。
阿里巴巴高杰：3年风雨路，阿里巴巴自然语音交互的探索与经验教训
随着语音交互、自然语言处理、多模态等技术的发展，人机交互方式已经变得越来越简单，目前人机交互已经成为行业最热的研究方向之一。那么，未来人机交互的发展趋势什么呢？阿里巴巴智能语音交互专家高杰在《云栖大讲堂第三期|未来人机交互技术沙龙》上为大家分享了在阿里巴巴智能个人助理构建过程中所积累的经验和教训。