【导语】9 月 7 日，在CSDN主办的「AI ProCon 2019」上，微软（亚洲）互联网工程院人工智能语音团队首席研发总监赵晟、微软（亚洲）互联网工程院 Office 365资深产品经理，Office 小程序负责人张鹏共同发表《微软语音AI与微软听听小程序实践》的主题演讲，分享微软人工智能语音的技术以及微软听听小程序的落地实践。
由于新冠疫情的影响，视频会议和线上教育迎来了飞速的发展。而让这一切成为现实的基础就是实时音视频通讯技术，但在实时音视频通讯过程中，会面临各种各样的问题，有可能是网络问题，也有可能是产品问题，在一定程度上左右了用户体验（QoE）。尽管服务质量（QoS）是一个产品或者服务非常重要的参考标准，但是对于用户而言，他们更关心是 QoS 指标。
出色的游戏社交体验能够大幅提升玩家的活跃度和留存率。但想要打造极致的游戏社交体验，开发者同样也面临着诸多挑战。针对游戏场景中的特色音视频需求及技术难点，腾讯云实时音视频TRTC整合腾讯云在游戏及社交方向的长期技术积累及海量实践经验，进一步深度优化推出一站式游戏社交解决方案 —— 游戏多媒体引擎（Game Multimedia Engine, GME），帮助全球游戏开发者快速打造沉浸式游戏社交体验。为了让大家更好地了解这一方案，我们将通过系列文章带大家一起发现GME背后的功能及技术黑科技。
栏目简介：激荡六十年，人工智能已经起航。然而在未来面前，我们都还是孩子。究竟是“奇点临近”？还是泡沫行将破灭？为了解惑，《AI名人堂》将汇聚领航者智慧，和你一起探索前行的方向。
最近，一家日本公司展示了他们在虚拟歌姬上使用的新开发语音合成技术，效果惊艳，几乎听不出虚拟歌姬歌声中那“面瘫”式的机械音，现在的歌声有起承转合，有气息声，更有力度，能让你在脑海中自然脑补它的表情。
1、 用微信的文件上传功能，一次只能上传一个文件，多个上传还要用setTimeout把前后时间设到100毫秒左右...
语音短信是微信的一大特色，方便了广大受众。语音命令是未来的一个趋势，搜索引擎支持语音搜索，谷歌眼镜可以语音开始拍照，现在微信创新性推出声音锁功能，只要读出相应的数字，无需输入密码就能登录微信，使用
微信为了解决小商户老板们在频繁交易中不方便核对、确认到账的功能痛点，产品MM提出了新版本需要支持收款到账语音提醒功能。本文借此总结了iOS平台上的APP后台唤醒和语音合成、播放等一系列技术开发过程中遇到的坑和小技巧，希望与您分享。
随着移动互联网技术飞速发展，语音社交逐渐崛起。越来越多的社交App增加了语音聊天功能，更有专门的语音社交软件应运而生，占据了不少“90后”“00后”的空闲时间。“音控”群体逐渐壮大，“连麦”互动更成为时下年轻人流行的社交方式。 语音聊天与文字聊天相比，更加生动有趣，且信息传递更高效；跟图片和视频相比，隐私性高、门槛更低，还能传达真实情绪。因此语音聊天已经成为远程办公和社交娱乐的沟通利器，越来越受用户喜爱。
哈喽！各位小伙伴大家好呀！ 最近的AI换脸很热， 比如“ZAO”这个APP就上了一波热搜。 AI技术大放光彩时， 我们也慢慢意识到， AI带来的不仅仅是便利， 也给了不法分子可乘之机。 今年三月，据
一、背景 为了解决小商户老板们在频繁交易中不方便核对、确认到账的痛点，产品MM提出了新版本需要支持收款到账语音提醒功能。这篇文章总结了开发过程中遇到的坑和一些小技巧。 二、技术方案 后台唤醒App 收款到账语音提醒需要收款方在收到款后，播放一段TTS合成语音播报金额，微信在前台时可以通过模板消息将需要播报的金额带下来，再请求TTS数据并播放，但是app在挂起或者被kill掉的情况下要如何请求语音数据并播放呢？ iOS提供了两种方式唤醒处于挂起或已经被kill掉的app。分别是Silent Notificat
导读：我们曾在《那个陪你聊微信、发自拍的妹子，可能不是人》中提到过跟你自动聊微信的机器人，在本文中我们会给你看更多类似案例。
为了避免大家浪费时间，直接先看下面的 截图，看完后，若你觉得会需要到，那么就请听我继续。
（前面我们已经了解TRTC的基本架构和功能，现在我们就来接入实时视频通话功能，此功能和微信的一对一视频通话是一致的，需要两个角色，一个角色是主动呼叫、一个为呼叫接听，结合使用场景我们来接入此功能。
本文介绍了一种基于Speex的Android高度封装语音库，实现了0耦合，没有三方jar包，并实现了直观的按键触发录音，上移动或者其它移动可以撤销，动态根据声音分贝显示图片进度效果，录音时间过短提示等功能。同时，还介绍了该项目的GitHub链接和如何使用的方法。
之前山寨了一个新浪微博（iOS开发之山寨版新浪微博小结），这几天就山寨个微信吧。之前已经把微信的视图结构简单的拖了一下（iOS开发之微信山寨版），今天就开始给微信加上具体的实现功能，那么就先从微信的聊天界面开始吧。提到封装是少不了写代码的，在封装组件的时候，为了组件的可移植性，我们就不能用storyboard来拖拽了。为了屏幕的适配，适应不同屏幕的手机，所以在封装组件的时候是少不了为我们的组件来添加约束。今天博客中的所有代码都是脱离storyboard的，这些代码在别的工程中也是可以使用的。好，废话少说，切
现实生活中大家可能比较常见的是指纹识别，比较常见的使用场景有手机指纹识别、智能门指纹识别等方面，那么什么是声纹呢？
前段时间你肯定被一款派对推理游戏刷了屏。它登顶微博热搜、官服被挤爆、相关表情包霸占各个微信群、游戏解说视频千千万，在 Steam 上的单日在线人数，最高已经达到了 50 多万。这款游戏是《Goose Goose Duck》，被中国玩家叫做《鹅鸭杀》，是一款拥有丰富玩法的“太空狼人杀”游戏。 鹅鸭杀（图源 Steam） 在《鹅鸭杀》《Among Us》等太空狼人杀/派对桌游类型游戏常上热搜、登 Steam 热榜、持续占领朋友圈和微信群的爆火背后，游戏语音为游戏的社交性及娱乐性增添了超多 BUFF。接下来我们
大部分游戏中的枪声、脚步声等周围环境声音是有 3D 音效的，但当玩家连麦时，不管队友在哪儿，他人说话的声音听上去都没有方向... 试想一下：在你都手忙脚乱地“突突突”时，队友发来求助语音“我在东南方向最近的茅房里中弹了！快来扶我……”，你还得看一眼地图再判断队友的位置。 3D 空间语音为玩家提供了更多的听觉信息，玩家直接通过语音听声辨位方位就可以知道队友/敌方的位置，身临其境地感受到对方的存在。玩起来是不是就方便、有趣多啦？ 快戴上耳机来感受下 3D 音效 🎧 很多游戏开发者开始问了： 3D 语音背后的技
实时音视频TRTC 你问我答 第3季 本期共解答10个问题 Q1：TRTC小程序端，不想接入IM，如何实现接收自定义消息？ 设置live-player的enable-recv-message属性为true，接收bindstatechange回调的返回值，判断code为2012的就是sei消息。 Q2：Web端的TRTC-Calling如何避免用户呼叫了一个人，这个人却处于通话中，此时用户调取消接听电话的接口会提示这个报错？ 进房和信令发送的信令需要优化，因为不同sdk appip在处于通话中
下面的一个小视频可以让你直观了解 Wwise+GME 可以做到什么样的语音效果，但首先，我们先来了解一下“Wwise+GME”：
消费升级的时代，搭配才能创造奇迹。文字是苍白的，语音是生动的，语音转文字是具备科技色彩的。文字一旦有了科技感，生活才能有质感。本课程以GME做“活化酶”，将详细介绍以微信语音转文字技术为基础的GME功能，带你告别文字的苍白，激发AR活性，让你的生活瞬间充满“胶原蛋白”。随着AR技术的不断发展，语音转文字在音频场景的应用不断成熟。
经过2018年小半年的闭关练功，即构ZEGO团队铸造了不少黑科技。本文将为你带来即构ZEGO实时语音视频SDK近半年新增能力和功能优化的最新进展。
最近微软的“云希”火了，各大短视频平台上 讲故事的，影视剪辑的，配音都是用的“云希”，效果非常好。鉴于此，语音助手 也使用了微软的 SDK，除了云希，还有十多种声音可以选择
平时在做项目的过程中，有遇到场景是客户要求播放语音的场景，比如:无障碍朗读,整篇文章实现朗读,文字转语音,文字转语音播放等等。
QQ 8.0语音消息改版设计策划故事 本文来源：腾讯ISUX ID:tencent_isux 4月16日QQ语音消息新特性突然登上微博热搜，QQ铁粉瞬间集结。 是什么让129万人为QQ花式彩虹屁？ 为何微信却被吃瓜群众疯狂艾特？ 现在，让我为你揭秘QQ语音消息改版的设计旅程。 回归沟通：语音消息能否更方便 QQ已经陪伴了大家20年，但是我们仍然在持续思考怎样让用户的沟通更加高效。 语音作为人与人之间最自然的交流方式，也不断引起我们对现有体验的反思。 是否语音消息只能采取这种经典的气泡体验？ 现有
我们不难发现，语音社交app的应用十分广泛，像音乐电台、游戏开黑、语音游戏等场景下都有它们的身影。语音聊天交友app需要为用户提供长时间、高频次语音连麦互动功能，在网络抖动时保证语音通话流畅、延迟小、卡顿低、音质好。
语音相比文字图片更丰富，比视频又更简便，是天然的社交工具。以95后为代表的Z世代用户，在微信、QQ、微博等主流社交工具以外，更愿意尝试基于不同兴趣相对小众的社交工具。ZEGO 即构科技推出语聊房解决方案，帮助客户快速搭建语聊房。本次分享，我们邀请到了 即构科技交付解决方案专家 JIN 。他向我们分享了线上社交以及语聊房的发展、玩法，并详细解析如何快速搭建语聊房，提供稳定、低延时，高品质的线上互动体验。
千平 发自 凹非寺 量子位 出品 | 公众号 QbitAI △ 《爱情麻辣烫》剧照，图片来自网络 “清晨，我推开房门，一个洁白的世界映入我眼帘……” 电影《爱情麻辣烫》里有段情节：高圆圆朗读课文的声音
腾讯ISUX isux.tencent.com 社交用户体验设计 QQ 8.0语音消息改版设计策划故事 4月16日QQ语音消息新特性突然登上微博热搜，QQ铁粉瞬间集结。是什么让129万人为QQ花式彩虹屁？为何微信却被吃瓜群众疯狂艾特？现在，让我为你揭秘QQ语音消息改版的设计旅程。 回归沟通：语音消息能否更方便 QQ已经陪伴了大家20年，但是我们仍然在持续思考怎样让用户的沟通更加高效。语音作为人与人之间最自然的交流方式，也不断引起我们对现有体验的反思。是否语音消息只能采取这种经典的气泡体验？
近年来AI技术发展速度迅猛，深入到生活中的方方面面，从手机APP到车载语音系统。今天小PP和大家一起仔细了解，AI技术中的语音技术在各场景的应用，并奉上对应模型~
一、背景 01 什么是实时音视频（RTC） 实时音视频（Real-Time Communication，简称RTC），从字面上理解就是实时的进行音频和视频的交流，最主要的特点就是“实时”。这里的实时性可以分为三个档次： 腾讯云实时音视频 TRTC 延时已经可以做到300ms以下，我们常见的QQ和腾讯会议上的语音通话、视频通话，都是实时音视频的应用场景。 首先，我们来了解下为什么会产生延时。以QQ为例，两个QQ用户通过外网发起语音通话，主叫方语音呼叫接听方，这个过程一般会分为两层来处理。一个是信令层
image.png 推荐语： 无论在飞机落地后人们掏出智能手机打开的第一个应用，还是在我往返于北京到河北郊区的公交车上，随便扫一眼，便能发现周围会有人在对着手机说话，如果留意一下这款应用的图标，它是最熟悉的绿色。 没错，大家都在用微信。大家低头对着手机说话，收到信息之后，再把头转一下，耳朵贴着手机，听对方发了什么语音过来，然后再对着手机回复过去。虽然姿势仍有些不自然，但越来越多的人已经开始习惯这样的交流方式，而不是像以前一样，直接拨电话过去，耳朵贴着手机即时通话。从这些现象可以看出，人们
编辑导语 近日，腾讯云正式上线智能语音服务。智能语音是由腾讯微信AI团队自主研发的语音处理技术，可以满足语音识别、语音合成、声纹识别等需求。 这是继微信支付提速、微信公众号CDN加速、微信公众号安全护航等一系列动作之后，腾讯云联合微信发布的又一重大举措。腾讯云智能语音服务将以强大的垂直领域定制化服务，打造专业高效的语音大脑。 一、识别率行业领先云端+嵌入式开放 语音作为继键盘、鼠标、触屏之后人机交互的新体验，其识别技术被广泛应用在呼叫中心、网络搜索、智能终端、移动应用、人工智能等各大领域。 腾讯云平台联合微
说不同语言的人更容易地、直接地相互交流，这是语音到语音的翻译系统(Speech-to-speech translation)的目的，这样的系统在过去几十年里取得了不错的进展。
在前几天的微博V影响力峰会上，自媒体今年收入117亿的消息已不胫而走，用我在另一篇文章中的话说，今天内容就是如同黄金一样的硬通货。而内容最火爆的形态非直播莫属，女主播已取代自媒体成为新的宠儿，前几天看
volute(蜗壳)是一个使用 Raspberry Pi+Node.js 制作的语音助手.
随着人工智能技术的飞速发展，人机交互的方式也在不断革新。腾讯云语音合成（TTS）技术，作为AI领域的一项重要应用，正在以前所未有的速度改变我们的生活和工作方式。大家好，我是AI大眼萌，今天就让我们一起探索这项技术的魅力和潜力！
微信读书里的电子书有配套的自动音频，而且声音优化的不错，比传统的机械朗读听起来舒服很多。
连声音都可以是AI生成的，什么时候变声器已经能做到这个地步了，带着一丝震惊，我们深入了解了这款产品背后的技术团队，并得知了一个更加惊人的事实：
微信读书里的电子书有配套的自动音频，而且声音优化的不错，比传统的机械朗读听起来舒服很多
6月29日，音视频及融合通信技术技术沙龙圆满落幕。本期沙龙特邀请腾讯云技术专家分享关于最新的低延迟技术、全新的商业直播方案等话题，针对腾讯云音视频及融合通信产品的技术全面剖析，为大家带来纯干货的技术分享。下面是颜学伟老师关于实时音频与传统PSTN语音业务如何融合在一起，以及融合过程中的碰到的难点和解决方案的分享。
随着苹果爸爸在WWDC2019发布了新的iOS13，两年前的这篇微信iOS收款到账语音提醒开发总结方案已经不再适用，具体的原因是iOS13中（准确的说是使用XCode11编译）苹果不再允许PushKit应用在非voip电话的场景上。在iOS13中，苹果比以往更关注用户的隐私以及设备的电池续航问题，所以对PushKit的能力进行了收拢。如果需要使用PushKit的话则需要接入CallKit的接口，导致收到客户端收到Voip Push时会拉起一个接打电话的全屏界面，有在国区发布过应用的同学应该知道拉起这个界面是不被甲方允许的。这篇文章总结了在iOS13下的语音播报迁移方案以及一些需要注意的问题。目前微信的7.0.10版本已经带上了这部分的特性。
实时音视频TRTCSDK适用的业务场景是视频会议、坐席视频、在线教育等，如果您希望实现类似微信的语音通话、语音会议功能，TRTCSDK也是支持的，只需要微调几个参数就可以实现，将采集音视频的api，换成只采集音频。
机器之心原创 作者：张倩 提起中国女足，估计很多人都忘不了大年初六的那个不眠之夜。国足姑娘们在韩国女足 2-0 领先的巨大压力下舍命防守，最终以 3-2 的战绩完成了史诗级逆转，斩获亚洲杯冠军。这样的拼搏精神令人动容。 但很多人不知道的是，在无声的世界里，一支仅靠手语沟通的女足队伍也曾取得过骄人的战果。 湛江聋人女子足球队的姑娘们。图源：http://www.52hrtt.com/zw/n/w/info/H1568090270933 这支球队于 2013 年成立于广东湛江，2015 年站上了省残运会的最高
你知道吗？ 全球每2周就会有一种语言消失。 语言的消亡意味着珍贵的多样性文化信息流失，与物种的灭绝毫无二致。 现实情况是，濒危语言消亡的速度比濒危动物消亡的速度还要快，据测算，到本世纪末，世界上50%-90%的语言将会消亡。 保护濒危语言是保护文化多样性的重要一步，那么，人工智能又能做什么呢？ 语音技术发展到今天，其应用能力已经媲美甚至超越人类平均水平。从历史视角看，不管是地理位置障碍还是语言障碍，它都将是促进和增强人与人、人与机器自然对话的强大工具。 在濒危语言文化保护上，我们由此也看到了新的思路
现在你应该对AVFoundation有了比较深入的了解，并且对数字媒体的细节也有了一定认识，下面介绍一下 AVFoundation的文本转语音功能
“主人，妲己开始为您导航；” “主人别急，这里可能被坦克堵住了；” “前方有限速摄像，限速80，疾跑技能请关闭。” “路漫漫其修远兮，路上不要玩手机；” “时刻系牢安全带，一起奔向新时代。” ...... 当游戏中妲己温柔娇美的声音在耳边响起，摇身一变成为你爱车的导航员；当导航念出Rap范儿，轻松有趣，句句是梗，你还会在为漫长旅途、各种堵车感到枯燥无味吗？ 从热门游戏角色到社会名人明星语音导航、播报，这些爆火的语音功能背后都有着相同的AI技术支持：语音合成（TTS）。 01 合成能力「更进一步」
选自Baidu Blog 机器之心编译 参与：吴攀、蒋思源 今年 2 月份，百度提出了一种完全由深度神经网络构建的高质量文本转语音（TTS）系统 Deep Voice，参见机器之心报道《百度提出 Deep Voice：实时的神经语音合成系统》。近日，百度对这一系统进行了更新，提出了 Deep Voice 2，其可以使用单个模型生成不同的声音。百度在其研究博客上对这一研究进行了简单的介绍，机器之心对该博客文章和论文部分内容进行了编译介绍。有关文本转语音的更多研究，可扩展阅读机器之心文章《语音合成到了跳变点？深
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
