Google前沿:智能文本检测及链接创建
本周早些时候,Google发布了Android 9 Pie,这是Android的最新版本,它使用机器学习让你的手机更容易使用。Android 9的一个特性是Smart Linkify,这是一个新的API,当检测到文本中有某些特定的实体时,它会添加可点击的链接。
Smart Linkify是现有Android Linkify API的新版本。它是由一个小的前馈神经网络(500 kb /语言)与低延迟(在谷歌Pixel手机上不到20 ms)和小型的推理代码(250 kb),并使用了与支持智能文本选择与创建链接(发布Android奥利奥的一部分)基本相同的机器学习技术。
来源:Google AI blog
原文链接:https://ai.googleblog.com/2018/08/the-machine-learning-behind-android.html
原文下载:微信公众号回复:20180813
方法前沿:用SINCNET方法从原始波形识别讲话的人
深度学习作为一种替代i-vector的说话人识别方法,正日益受到人们的欢迎。利用卷积神经网络(CNNs)直接对原始语音样本进行输入,取得了良好的效果。与使用标准的手工制作功能不同,后一种CNNs从波形中学习低级语音表示,这可能使网络更好地捕捉重要的窄带扬声器特性,如音高和共振峰。正确设计神经网络是实现这一目标的关键。
本文提出一种新的CNN架构,称为SincNet,它鼓励第一个卷积层去发现更有意义的过滤器。SincNet是基于参数化sinc函数,实现带通滤波器。与标准的CNNs相比,标准的CNNs能够学习到每个滤波器的所有元素,而本文提出的方法只能直接从数据中学习到低截止频率和高截止频率。这提供了一种非常紧凑和高效的方法,可以派生出专门针对所需应用程序进行调优的定制过滤器库。
论文地址:https://arxiv.org/pdf/1807.11876.pdf
论文下载:微信公众号回复:20180813