Публикации по теме 'voice-recognition'
«Привет» с мобильной стороны: TensorFlow Lite в распознавании выступающих
Техническая команда Alibaba изучила новый подход к распознаванию голоса на мобильных устройствах, решив основные проблемы в этой области
Голосовая биометрия, или голосовые отпечатки, уже используются такими банками, как Barclays и HSBC для проверки личности клиентов. По мере совершенствования технологии она, вероятно, найдет дальнейшее применение в банковском деле и в сфере безопасности. Распознавание говорящего также может найти применение в уголовных расследованиях слежки...
Распознавание речи с помощью глубокого обучения
Распознавание речи относится к способности машины преобразовывать произносимое слово в читаемый текст. В этом блоге я буду ссылаться на соревнование kaggle — TensorFlow Speech Recognition Challenge ( https://www.kaggle.com/c/tensorflow-speech-recognition-challenge ) организован Google Brain. Эти данные содержат 65 000 односекундных произнесений 30 коротких слов тысячами разных людей.
В этом блоге я рассмотрел
Создание полезных функций Архитектура модели
Первая задача, которую..
Исследование возможностей Web Speech API: революция в взаимодействии с пользователем
Прежде чем читать эту статью, я рекомендую прочитать Изучение возможностей и потенциала Web Speech API .
В современном цифровом мире голосовое взаимодействие стало неотъемлемой частью пользовательского опыта. Возможность общаться с устройствами и приложениями посредством речи изменила то, как мы взаимодействуем с технологиями. Web Speech API , мощный инструмент, предоставляемый современными веб-браузерами, позволяет разработчикам интегрировать возможности распознавания и синтеза..
Как добавить распознавание речи на веб-сайт с помощью Javascript?
Распознавание речи — это технология преобразования речи в текст. Например, если кто-то скажет «Привет» перед устройством, устройство сгенерирует текст «Привет».
Для реализации распознавания речи в javascript можно использовать Speech Recognition API. Этот API лучше всего работает в Google Chrome, Microsoft Edge и Safari. Чтобы проверить работу API в вашем браузере, просто запустите следующий ванильный код javascript в своем браузере.
if ('speechSynthesis' in window) {..
Три причины, по которым ваш бизнес должен быть голосовым в первую очередь
По данным Gartner , гиперавтоматизация входит в топ-10 стратегических трендов, которые будут иметь место в 2020 году. Гиперавтоматизация связана с применением передовых технологий, включая искусственный интеллект и машинное обучение.
Гиперавтоматизация приводит к созданию организационного цифрового двойника, позволяющего организациям визуализировать, как функции, процессы и критические показатели эффективности взаимодействуют для создания ценности. Одним из приложений гиперавтоматизации..
Глубокое иерархическое слияние с применением в анализе настроений
В этой статье кратко описывается наша работа под названием Глубокое иерархическое слияние с применением в анализе настроений , и ее цель двоякая. Первый - познакомить читателя с областью исследований мультимодального машинного обучения и подчеркнуть необходимость использования различных модальностей, чтобы инкапсулировать всю семантическую и аффективную информацию сообщения. Второй - дать представление о нашей работе и конкретно описать, как именно предлагаемый алгоритм объединяет..
Как решить проблему голосового антиспуфинга
В недавнем мероприятии Voice Anti-Spoofing Challenge, организованном ID R&D участникам было предложено разработать алгоритм, который сможет различать человеческий и подделанный голоса. В Dasha AI мы создаем диалоговый ИИ с особым упором на распознавание речи, поэтому мы не смогли устоять перед соблазном попробовать эту задачу. Вместе со своей командой Стас Приходько, наш исследователь машинного обучения и эксперт по Kaggle, решил присоединиться - и выиграл! В этой статье Стас..
