雷鋒網(wǎng) AI 科技評(píng)論按：從 WaveNet 到 Tacotron，再到 RNN-T，谷歌一直站在語(yǔ)音人工智能技術(shù)的最前沿。近日，他們又將多人語(yǔ)音識(shí)別和說(shuō)話人分類問(wèn)題融合在了同一個(gè)網(wǎng)絡(luò)模型中，在模型性能上取得了重大的突破。對(duì)于自動(dòng)理解人類音頻的任務(wù)來(lái)說(shuō)，識(shí)別「誰(shuí)說(shuō)了什么」（或稱「說(shuō)話人分類」）是一個(gè)關(guān)鍵的步驟。例如，在

雷鋒網(wǎng) AI 科技評(píng)論按：把一段輸入音頻轉(zhuǎn)換為一段文本的任務(wù)「自動(dòng)語(yǔ)音識(shí)別（ASR）」，是深度神經(jīng)網(wǎng)絡(luò)的流行帶來(lái)了極大變革的人工智能任務(wù)之一。如今常用的手機(jī)語(yǔ)音輸入、YouTube 自動(dòng)字幕生成、智能家電的語(yǔ)音控制都受益于自動(dòng)語(yǔ)音識(shí)別技術(shù)的發(fā)展。不過(guò)，開(kāi)發(fā)基于深度學(xué)習(xí)的語(yǔ)音識(shí)別系統(tǒng)還不是一個(gè)已經(jīng)完善解決的問(wèn)題，其中一方

雷鋒網(wǎng) AI 科技評(píng)論按：在近二十年來(lái)，尤其是引入深度學(xué)習(xí)以后，語(yǔ)音識(shí)別取得了一系列重大突破，并一步步走向市場(chǎng)并搭載到消費(fèi)級(jí)產(chǎn)品中。然而在用戶體驗(yàn)上，「遲鈍」可以算得上這些產(chǎn)品最大的槽點(diǎn)之一，這也意味著語(yǔ)音識(shí)別的延遲問(wèn)題已經(jīng)成為了該領(lǐng)域研究亟待解決的難點(diǎn)。日前，谷歌推出了基于循環(huán)神經(jīng)網(wǎng)絡(luò)變換器（RNN-T）的全神經(jīng)元設(shè)

（原標(biāo)題：Speech recognition is tech's next giant leap, says Google Company says spoken word already essential in developing countries with low literacy rates）圖

via?pixabay雷鋒網(wǎng) AI 科技評(píng)論按：本文是由來(lái)自谷歌語(yǔ)音團(tuán)隊(duì)的科學(xué)家 Tara N. Sainath 和來(lái)自谷歌大腦團(tuán)隊(duì)的科學(xué)家 Yonghui Wu 共同撰寫(xiě)的，文中簡(jiǎn)單介紹了最新論文《 State-of-the-art Speech Recognition With Sequence-to-Se

圖：火狐瀏覽器鳳凰科技訊據(jù)CNBC北京時(shí)間8月6日?qǐng)?bào)道，負(fù)責(zé)開(kāi)發(fā)火狐瀏覽器的Mozilla，已經(jīng)開(kāi)始測(cè)試一項(xiàng)功能，讓用戶通過(guò)語(yǔ)音而非在鍵盤(pán)上打字輸入搜索關(guān)鍵字。此舉有助于Mozilla提升火狐針對(duì)谷歌Chrome瀏覽器的競(jìng)爭(zhēng)力。Mac、Windows或Linux平臺(tái)上的英語(yǔ)版火狐用戶，可以開(kāi)啟試驗(yàn)性質(zhì)的“語(yǔ)音填寫(xiě)”（

騰訊科技訊 據(jù)外媒報(bào)道， 谷歌 ( 微博 )CEO桑達(dá)爾-皮查伊（Sundar Pichai）剛剛在2017年谷歌I/O大會(huì)上宣稱，該公司的語(yǔ)音識(shí)別技術(shù)現(xiàn)在的差錯(cuò)率已降低到了4.9%。 相對(duì)于以往來(lái)說(shuō)，這是一個(gè)非常大的進(jìn)步。在2013年，它的差錯(cuò)率為23%；在2015年的I/O大會(huì)

【騰訊科技編者按】 據(jù)國(guó)外媒體報(bào)道稱， 谷歌 ( 微博 )高級(jí)研究員杰夫-迪恩（Jeff Dean）當(dāng)?shù)貢r(shí)間周三在于加州圣克拉拉召開(kāi)的人工智能前沿峰會(huì)（AI Frontiers Conference）上表示，谷歌自2012年以來(lái)已經(jīng)將語(yǔ)音識(shí)別的錯(cuò)誤率降低了30%以上，這對(duì)于如今

谷歌語(yǔ)音助手鳳凰科技訊 北京時(shí)間1月12日消息，據(jù)科技博客VentureBeat報(bào)道，谷歌高級(jí)研究員杰夫·迪恩(Jeff Dean)周三在人工智能前沿峰會(huì)(AI Frontiers)上表示，自2012年以來(lái)，谷歌已經(jīng)把語(yǔ)音識(shí)別的詞錯(cuò)率(WER)降低了30%以上。詞錯(cuò)率指的是谷歌將一個(gè)詞語(yǔ)從語(yǔ)音轉(zhuǎn)錄成為文字時(shí)的錯(cuò)誤率。迪

北京時(shí)間9月20日消息，據(jù)外媒報(bào)道，谷歌周一宣布，將收購(gòu)創(chuàng)業(yè)公司API.ai，但沒(méi)有披露財(cái)務(wù)條款。API.ai為開(kāi)發(fā)者提供語(yǔ)音識(shí)別和自然語(yǔ)言理解工具。除了提供開(kāi)發(fā)者工具外，API.ai還運(yùn)營(yíng)一款會(huì)話式助手應(yīng)用，用戶超過(guò)2000萬(wàn)。谷歌并未披露整合API.ai技術(shù)的計(jì)劃。對(duì)于API.ai技術(shù)的整合是一件重要事情，因?yàn)楣雀?/div>