---- 新智元报道 编辑:David 好困 【新智元导读】大热天的,别整天抱着单词本不放了,找个新朋友陪读陪聊陪作业,它不香么? 大家先来猜猜,这个「赛马场巨头」是什么? 没错,是「The Lord of the Rings」指环王。 显然,「赛马场巨头」主要是错误地理解了「Ring」的含义。其实,稍有常识的人都知道,Ring是指拳击台,所以「正确」的译名是:拳皇。(开个玩笑) 不过讲道理,你不太能苛求一个上世纪90年代的翻译。 但是在互联网发达的现在……烧烤「丈夫」就不太合适了吧。 以及,
在2019新品发布会上,这家成立20年的AI公司,一口气发布5款硬件,并对其核心的语音操作系统进行了升级。
进入2023年7月,大语言模型(LLM)的发展进入了新阶段,开源成为一个火热的主题。
语义向量模型(Embedding Model)已经被广泛应用于搜索、推荐、数据挖掘等重要领域。
就在我以为学生大多数都在家里打团战上分的时候,另一个数据惊到了我,“后浪”们远比想象中更好学。
7 月 19 日,Meta 终于发布了免费可商用版本 Llama 2,让开源大模型领域的格局发生了巨大变化。
点击上方蓝色字体关注「顶级程序员」 转自:程序猿 2017年1月14日,搜狗搜索进行重大产品创新,搜狗英文搜索全面升级为海外搜索,旨在帮助不精通英文的中国人,搜索和阅读全世界的医疗,科技,人文信息。通
杨豪,腾讯云研发工程师,腾讯云智聆口语评测研发骨干。目前负责腾讯云智聆口语评测整体架构优化与系统迭代,专注于降本增效与服务可靠性提升。 邓琨,腾讯云高级研发工程师,专注于微服务云原生架构探索。负责智聆口语评测自动化运维上云建设,助力业务降本增效。 背景介绍 腾讯云智聆口语评测(Smart Oral Evaluation,SOE)是腾讯云推出的中英文语音评测产品,支持从儿童到成人全年龄覆盖的语音评测,提供单词、句子、段落、自由说等多种评测模式,从发音精准度、流利度、完整度等全方位打分机制,与专家打分相似度达
“没想到我的中文语音测评分数竟然还没有英文高,看来我要好好练习一下自己的普通话发音了。” 1月9日,在腾讯2019微信公开课PRO展区,智聆口语评测体验现场受到参会者的“团宠”,黄色的屏幕前围满了跃跃欲试的参会者,都想测试下自己的中英文发音水平。“这是我第一次体验AI口语评测。之前觉得只有参加那种专业口语测评考试才有机会体验到,现在通过微信小程序就很简单的完成了。而且,单词、句子、段落、自由说、情景对话等评测模式一应俱全,还有不同维度的打分,对英语口语训练挺有帮助。”来自深圳的孙小姐在微信小程序上
时隔两个月,王小川组建的「百川智能」在6月15日正式推出首个70亿参数中英文预训练大模型——baichuan-7B。
9月15日,北京人工智能产业峰会暨中关村科学城科创大赛颁奖典礼现场,智源研究院发布面向中英文语义向量模型训练的大规模文本对数据集MTP(massive text pairs)。
这几天,一篇关于语音-文本多模态大模型的论文出现在arXiv上,署名公司中出现了李开复旗下大模型公司01.ai——零一万物的名字。
附上技术报告:https://github.com/Kwai-Kolors/Kolors/blob/master/imgs/Kolors_paper.pdf
在刚刚过去的两个月里,大量的大模型依然密集地发布着。伴随着一波波的宣传,大模型界更是动辄变天,天气实在不太稳定
最近在做中文词向量相关工作,其中看了一些中文词向量的相关论文,在这篇文章,将把近几年的中文词向量进展及其模型结构加以简述,大概要写3-4篇综述,每篇包含2-3篇论文。
语音合成(Text To Speech,TTS)技术将文本转化为声音,目前广泛应用于语音助手、智能音箱、地图导航等场景。TTS的实现涉及到语言学、语音学的诸多复杂知识,因合成技术的区别,不同的TTS系统在准确性、自然度、清晰度、还原度等方面也有着不一样的表现,如何从多维度综合评价TTS系统质量成了TTS测试人员的一大挑战。针对TTS前端、后端的存在的问题,选取TTS评测指标,制定各指标评测方法,形成了一套系统的TTS评测方案。
2023年7月11日,百川智能正式发布参数量130亿的通用大语言模型Baichuan-13B-Base、对话模型Baichuan-13B-Chat及其INT4/INT8两个量化版本。
TTS的实现涉及到语言学、语音学的诸多复杂知识,因合成技术的区别,不同的TTS系统在准确性、自然度、清晰度、还原度等方面也有着不一样的表现,如何从多维度综合评价TTS系统质量成了TTS测试人员的一大挑战。
当AI技术与语音合成相遇,开源技术众多,为什么 ChatTTS 能够一夜爆火?你有听说过能说情感真切文字的 AI 吗?
光集成的工具就有这么多,比如NLP、语音、视觉、多模态等多种模型,以及默认集成知识检索、API检索等方案。
2020 年 12 月发布的 CPM-1 是国内首个中文大模型 ;2022 年 9 月发布的 CPM-Ant 仅微调 0.06% 参数就能超越全参数微调效果;2023 年 5 月发布的 WebCPM 是 中文首个基于搜索的问答开源模型。CPM-Bee 百亿大模型是团队最新发布的基座模型,中文能力登顶权威榜单 ZeroCLUE,英文能力打平 LLaMA。
2016年,王小川在正式论坛里秀出AI同传,那是机器实时翻译技术,首次在高规格国际会议上实战应用。
日前,在第五届世界互联网大会上,搜狗联合新华社发布了全球首个合成新闻主播“AI合成主播”,“克隆”出与真人主播拥有同样播报能力的“分身”,应用于新华社中英文客户端等产品。
中文的信息无处不在,但如果想要获得大量的中文语料,却是不太容易,有时甚至非常困难。在2019年初这个时点上,普通的从业者、研究人员或学生,并没有一个比较好的渠道获得极大量的中文语料。笔者想要训练一个中文的词向量,在百度和github上上搜索了好久,收获却很少:要么语料的量级太小,要么数据过于成旧,或需要的处理太复杂。
文件体积如此之小,主要在于它调用了系统的TTS服务,自身并没有文本合成语音的能力。
我们都使用过一些某某词霸的英语学习工具软件,它们大多都有朗读的功能,其实这就是利用的Windows的TTS(Text To Speech)语音引擎。它包含在Windows Speech SDK开发包中。我们也可以使用此开发包根据自己的需要开发程序。鸡啄米下面对TTS功能的软件开发过程进行详细介绍。 一.SAPI SDK的介绍 SAPI,全称是The Microsoft Speech API。就是微软的语音API。由Windows Speech SDK提供。 Windows Spe
大家好,又见面了,我是你们的朋友全栈君。 Python pyttsx3 快速上手之:语音合成播报 安装 pyttsx3: API封装 API使用 博主热门文章推荐: pyttsx3 是python中最常用的文字转语音库,使用方便,功能较为完整 安装 pyttsx3: 首先安装 pyttsx3 lib: pip install pyttsx3 API封装 然后封装下pyttsx3 API,新建一个speaker.py 如下: 📷 import pyttsx3 global __speak_
百川智能,正式发布130亿参数通用大语言模型(Baichuan-13B-Base)。
我的实现方式是在项目安装的时候,选择 语言,然后项目中根据选择的语言进行输出对应的中英文,如下图。
现在人们的生活节奏都很快,一天忙忙碌碌的,很多人都追求高效率的工作与学习状态!比如说在学校课堂上老师讲的重点,用笔慢慢记又慢又累,有些人就像如何用手机将语音转换成文字?其实方法特别简单,保准你看完就会!
据介绍,参与此次融资的投资机构包括珠海大横琴、美的资本、上海交大基金会旗下菡源资产、中信证券投资、元禾控股等。
结合腾讯底层AI能力,对三岁以上的外语学习者给与专业口语评测支持,测评结果与专家打分结果相似度高达95%。
英语作为教育改革的热点学科,近年来越发强调对学生听说运用能力的考核。随着“双减”政策的深入,英语听说教学面临着提升课堂教学质量、提高作业设计水平的新命题。 近日,腾讯教育旗下智慧英语听说教学解决方案——腾讯英语君亮相深圳市龙岗区初中英语教研会,只需通过一个软件一套答题器,就可以帮助学校搭建起英语听说互动课堂,助力解决英语听说教学训练不足、学生口语水平难提升的问题,为“双减”之下的英语听说教学提质增效带来了新思考。 一键搭建英语听说互动课堂 音素级口语评测实时纠错 “哑巴英语”是中国学生学习英语常见的现象
---- 新智元报道 来源:智源研究院 【新智元导读】国内首个支持18种语言的文图生成模型AltDiffusion-m18来了。 当前,非英文文图生成模型选择有限,用户往往要将 prompt 翻译成英语再输入模型。这样不仅会造成额外的操作负担,并且翻译过程中的语言文化误差,会影响生成图片的准确性。 智源研究院 FlagAI 团队首创高效训练方式,使用多语言预训练模型和 Stable Diffusion 结合,训练多语言文图生成模型 —— AltDiffusion-m18,支持18种语言的文图生成
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI Google Pixel Buds的发布震惊了不少人。 每个人都期望戴上这样的翻译耳机,犹如获得科幻小说《银河系漫游指南》中的“巴别鱼”,从此再无跨语言带来的隔阂与障碍——一切轻而易举。 也有人为历史进程中的翻译工作者担心,他们看起来即将失去养家糊口的手艺。 不过这并未引起安妮的担忧,尤其是刚参与完一项语言翻译数据集工作后,她知道历史变革并没有那么简单,至少没有很多人想象中的那样轻而易举,还有大量的工作要做,还有很长的路要走。 没错,正是这些“
1、数据管理:特征存储、在线和离线特征;数据集管理、结构数据和媒体数据、数据标签平台 2、开发:notebook(vscode/jupyter);码头图像管理;在线构建图像 3、train:管道在线拖拽;开放模板市场;分布式计算/训练任务,例如 tf/pytorch/mxnet/spark/ray/horovod/kaldi/volcano;批量优先级调度;资源监控/告警/均衡;cron 调度 4、automl:nni、ray 5、推理:模型管理器;无服务器流量控制;tf/pytorch/onnx/tensorrt 模型部署,tfserving/torchserver/onnxruntime/triton 推理;显卡;负载均衡、高可用、弹性伸缩 6、infra:多用户;多项目;多集群;边缘集群模式;区块链共享;
近日,讯飞输入法新版本正式上线,在随声译和快捷翻译功能里增加了日译中、韩译中、泰、越、西、法、德、俄与中文互译,合计18种翻译,这也使得讯飞输入法成为中文与外语互译最多的输入法产品。
最近百度公布的数据显示,自1月25日春节假期以来,百度输入法日均语音请求量已破10亿次大关,再创行业历史新高。
OCR 方向的工程师,一定需要知道这个 OCR 开源项目:PaddleOCR。短短几个月,累计 Star 数量已超过 7.2K,频频登上 Github Trending 日榜月榜,称它为 OCR 方向目前最火的 repo 绝对不为过。
在建社87周年之际,新华社联合搜狗公布了记者团队的最新成员:两名AI主播。运用最新AI技术,“克隆”出与真人主播拥有同样播报能力的“分身”。这不仅在全球AI合成领域实现了技术创新和突破,更是在新闻领域开创了实时音视频与AI真人形象合成的先河。
---- 新智元报道 编辑:Emil、小匀 【新智元导读】数据稀缺以及开发成本高,多语种识别和翻译被认为是机器翻译技术难以跨越的难题。但随着国际交流日益频繁,跨地域、跨文化间的无障碍沟通成为不断增长的刚性需求。近期科大讯飞表示,通过系统性创新,他们将在10年内让机器在70+语言之间实现互通。 下一个十年,人工智能会从「黑盒」变「白盒」吗? 下一个十年,人机共存时代会真正到来吗? 下一个十年,哪个学科又会与人工智能深入交叉,引发颠覆式的革新呢? 人工智能核心技术的逐渐成熟推动智能产品的落地,以语
前言 按钮标题自动适配的中英文长度 比如打印小票,或者提货,是使用同一个按钮,这个时候还要适配中英文。可以采用以下方式Masonry约束视图的宽度的最小值 make.width.mas_greaterThanOrEqualTo(kAdjustRatio(70));例子:打印小票按钮 动态控制子视图按钮的显示与隐藏 例子:本级的订货清单不显示分配终端按钮子视图 下级代理商的订货清单显示分配终端按钮子视图 原文 https://kunnan.blog.csdn.net/article/details/10438
常会遇到有些 PDF 是扫描版的无法复制(豆丁网上的),有些网页(极客时间)也限制了复制功能。这时候要复制,通常情况下只能手动去打,很浪费时间对吧。当然也可以使用一些 OCR 识别软件,但要么付费要体积很大,不方便。
这是“AI国家队”科大讯飞正在探索的新路。与互联网不同,在人工智能领域中,To C业务反而未经大范围开拓。
2018世界人工智能大会刚落幕,科大讯飞却陷入了“AI同传造假”的风波。9月20日,一位同传译员在知乎上发文称,讯飞的翻译其实为人工同传,并非机器智能翻译,并且译文由机器进行朗读,此事引发了媒体的广泛关注。
这个项目的github地址为:https://github.com/PaddlePaddle/PaddleHub
想一下未来50年或者100年,您的孙子或者孙子的孙子,是否还会花费人生中十几年甚至几十年的时间学习一门外语,甚至还学不好?
最新加入战事的是王小川创业的AI公司百川智能,宣布推出70亿中英文预训练大模型baichuan-7B。
其中在数学能力上,它测了Grok刚刚参与过的匈牙利今年最新的高中数学考试题,得了65分。
领取专属 10元无门槛券
手把手带您无忧上云