https://itunes.apple.com/cn/app/id1243368435
之前写过一篇文章《一种基于插件的QT软件开发架构》，介绍了在QT项目中采用插件架构，增加软件的可维护性和可扩展性，取得了一定的效果。然而，面对越来越多的客户定制需求，我们依然面临着许多挑战。
KPCB合伙人、享有“互联网女皇”称号的玛丽·米克尔的互联网趋势报告于今天正式发布。毫不夸张地说，这份报告是互联网行业分析的“超级碗”，它用200多页的Keynote浓缩了全球庞大而复杂的互联网发展现状和趋势，是互联网从业者、投资人以及想要窥见互联网风貌的外界人士不可多得的参考资料。 有人说，今年报告亮点不多，在我看来，亮点却非常之多：不仅覆盖了手机、电商、社交、广告等基本面，还点名了移动营销、网络直播、智能汽车诸多正在崛起的所有新兴领域。与IDC等机构报告不同的是，女皇报告更侧重于行业现象概括和行业趋势展
《经济学人》近日刊登文章，称计算机在翻译、语音识别和语音合成上都获得了很大的进步，但它们仍然不了解语言的含义。以下是原文内容： “对不起，戴夫，恐怕我不能这样做。”电影《2001：太空遨游》里，电脑“
作者 | Rina Diane Caballar 译者 | Sambodhi 策划 | 刘燕 在程序员群体中，有这样一群特殊的群体 — 盲人程序员。盲人程序员依靠屏幕阅读器、盲文显示器等帮助编写代码。而对于那些患有手部疾病的程序员来说，他们没法用键盘，该怎么编程呢？ 从语音到代码：当今有两种领先的语言编程平台，它们提供了不同的方式来向计算机“朗诵”代码。其中一个叫做 Serenade，有点像数字助理：它允许你描述你正在编写代码的指令，而不要求你必须逐字逐句地口述每条指令；另一个叫做 Talon，它提供了对每
原创2015-04-02罗超 去年今日，一款名为“Typany”的智能输入环红遍网络，不少人都信以为真，成为互联网巨头借势愚人节营销的经典案例。最后这款能够彻底改变我们输入方式的产品并未成为事实，搜狗发布了一款名为“糖猫”的儿童手表，变相地进入了智能可穿戴设备领域。今年，搜狗又发布了一款名为“智齿”的概念产品，其功能更是让人脑洞大开。那么它究竟是不是YY呢？ 这款名为“智”齿的设备将被植入口腔，主要功能有4个。1、全新人体植入技术，智能矫正发音；2、方言词库，改善普通话不标准状况；3、提高说话流畅度，表达
语音并不是一个新鲜事物，2011年，Siri被内置在iPhone 4s之中横空出世时，曾掀起一波语音技术和讨论热潮和语音助手的创业热潮。时隔五年之后，Google AlphaGo人机大战将AI（人工智能）从实验室技术变成坊间热议的话题，人工智能成为国内外科技巨头的争夺焦点，语音则成为巨头进军AI的必经之路。 • Google I/O大会上，最重要的项目便是Google Assistant（谷歌助理）和Google Home（类似于Amazon Echo的智能家庭音箱助手），Google Home的基础
前段时间一个饭局上 在某上市公司做策划的朋友酒后吐槽： “已经工作这么多年了 每次大小会议还让我做会议纪要 真心觉得自己大材小用，憋屈了 而且多是在临近下班开会 只能熬夜加班输出会议纪要” 想起刚入职场那会 不是在开会就是在写会议纪要 但写上抬头与开会日期后，就写不下去了…… 领导已经跑题到天天天天天边了～ 纪要抓不住重点，记录跟不上速度 默默的看了一下自己的手 坎多了是不是也就放过它了？ 今天特此给大家安利一款语音神器 腾讯云AI语音识别 被微信、腾讯视频等大量内部业务使用 业务延展性
很多人每天花费大量时间使用移动设备键盘：撰写电子邮件，发短信，参与社交媒体等。 然而，移动键盘仍然在处理速度方面处于劣势。 用户平均在移动设备上的打字速度比在物理键盘上慢35％。 为了改变这一点，最近谷歌团队为Gboard for Android提供了许多改进，致力于创建一个智能机制的 键盘，能够为用户以任何选择的语言提供建议和纠正错误，从而实现更快更高质量的输入。 事实上，移动键盘将触摸输入转换为文本的方式类似于语音识别系统将语音输入转换为文本的方式，雷锋网了解到，该团队将利用语音识别的经验来实现触摸输入
从锤子科技发布会，到乌镇大会搜狗CEO王小川的演讲，语音识别和机器翻译技术成了万众瞩目的焦点。一夜之间，传统的键盘输入法似乎即将被颠覆，语音输入法技术真的有这么牛吗？ 乌镇大会上，搜狗CEO王小川用自
2020年的春节假期因为新冠疫情给所有人来了个措手不及，大量“云”服务被激活，作为在线沟通工具的输入法首当其冲，成为特殊时期接受考验的中坚力量之一，特别是语音输入能力，更是成为用户评价输入法是否好用的重要维度。
2小时主题演讲，全球AI第一大厂秀出最新黑科技进展，并且情怀依然满分，Google用行动诠释科技向善。
劈柴哥说今年Google I/O，视觉能力与众不同，比如观看方式加入了AR体验，通过手机，利用一个App就能身临其境、解答一切。
3月22日，在语音搜索媒体开放日活动上，百度宣布2015年其语音搜索需求总数增长了3倍，粘性用户则有60%的需求通过语音表达。语音搜索正在从极客用户的小众玩法，升级为大众用户的通用工具。百度副总裁王海峰在活动提到智能语音搜索的未来，能听会说，未来将要消灭键盘。语音未来会取代键盘吗？或许会。但我认为，语音的价值将远远超过键盘，它将是人和机器最核心的交互方式。 语音搜索取代键盘只是时间问题 百度认为语音会取代键盘，更多是从搜索角度来谈。 键盘在搜索中的价值主要是输入文字，在移动时代，使用智能手机进行文字输入，
AI，能读懂你的情绪吗？ 分享一则有趣的见闻， 在较早之前，一家名为Teatreneu的巴塞罗那喜剧俱乐部因为加税政策流失了30%的夜场观众，为了减少经营损失，俱乐部在广告服务商的建议下试行按笑声次数向观众收费。 即在剧院的座椅安装一个带有面部表情识别软件的设备，用来捕捉观众在观看演出的过程中笑了多少次。 首先，观众入场免费，但每笑一次就要收费0.3欧元，不过笑点低的朋友不用担心遭遇笑破产的情况了，因为封顶价格为24欧元（即发笑80次）。 根据剧院的统计，实行“按笑付费”措施以来，观众量增加了35%
先回顾下，生活、工作中你使用过哪些语音识别相关的产品或者服务？ 培训/考试相关的小程序，使用语音识别来判断回答是否正确； 英语口语练习的小程序，使用语音识别来打分； 你画我猜类的小程序，使用语音识别来判断是否猜对； 活动营销类的小程序，比如口令识别、口令红包等； 直播/短视频类小程序，使用语音识别生成字幕； 客服类的小程序，使用语音识别、语音合成来实现智能客服。 可以看到，语音识别的应用场景越来越广泛，我们在做小程序开发的时候，也经常会遇到使用语音识别的场景；其中语音输入法是非常基础的功能场景，如果能实
Facebook语音计算革命的速度有点慢。它没有语音助手，它的智能扬声器仍在开发中，而像Instagram这样的一些应用程序并没有完全配备音频通信。但根据在Facebook代码中发现的实验，再加上新的专利申请，情况可能有所改变。
本文介绍了人工智能的发展和应用，以及其在中国的迅猛发展。重点包括：1. 人工智能被认为是产业互联网换道超车的历史性机遇；2. 中国人工智能从“互联网+”走向“人工智能+”时代；3. 人工智能在自动驾驶、城市大脑、医疗影像、语音识别等领域取得突破；4. 搜狗输入法等工具帮助用户更好地获取和表达信息；5. 预计2018年全球人工智能市场规模超千亿美元。
据调查发现，有52%的用户更希望使用生物或者其他新兴密码方式，而不再热衷于传统密码，并且有80%的用户相信生物特征识别方式会更安全。 用户的这种倾向正好为谷歌的Abacus计划铺了一条康庄大道，Abacus计划推出一种融合了生物特征识别技术（包括面部识别技术和语音识别技术）和地理位置信息的登录方式，也就是说不用输入传统的密码或者PIN码，就能登录。 大部分用户对于新密码方式的强烈渴求驱动于他们的懒惰，而谷歌废除密码计划也是基于用户的这种心理推动的。Abacus可将密码替换成对使用手机方式的综合分析，然后
尽管微软更新总是不断翻车，各种bug不断，但用户量依然很大，而很多人还是对新版系统抱有很大的期望。这不，在最新的 Windows 10 预览版中，微软终于带来了 Windows 10X 系统的三个新的闪亮功能，在近期推出的Build 20206 预览版中已经开始测试，有些人已经体验上了，你发现了吗？
在众多汉字中，同音字（词）是一个特别的存在，正确使用，妙趣横生，使用不当，错误百出。 有网友曾戏谑：再智能的语音识别，遇到同音字（词）都可能“秒变智障”。 有时候，明明是一个温馨感动的时刻，语音识别偏偏剑走偏锋，让你措手不及。 例如： 一下子画风突变。 而语音识别在同音字（词）方面的尴尬还不止于此。 人名“王倩”和“王茜”、小区名“书香苑小区”和“书香院小区”、餐饮词汇“食全食美”和“十全十美”、服装词汇“百衣百顺”和“百依百顺”，乃至日常沟通中的“肌肉”和“鸡肉”、“失忆”和“诗意”、“北麓
献给未来的我 每天的坚持 所有成长的秘诀在于自我克制， 如果你学会了驾驭自己， 你就有了一位最好的老师。 语音搜索其实已经悄悄的来临，只是目前在搜索中占据很少一部分，还没有引起我们的注意。 在以前的微信文章中已经提到过语音搜索，有兴趣的同学可以阅读：《「2018观看」7个搜索引擎优化趋势讲解》。今天，单独针对语音搜索给大家讲解下，希望能够让大家对语音搜索能够有一个全面的了解。 — — 及时当勉励，岁月不待人。 语音搜索与搜索引擎优化 时本文总计约1700个字左右，需要花 5 分钟以上仔细阅读。 针对语音搜
「 唯物」按：以下文章来自扎克伯格的笔记"Building Jarvis"，由雷锋网编译。 2016 年我给自己制定了一个挑战：打造一个像钢铁侠里 Jarvis 那样的家庭 AI 助手。 我的目的是了
从古至今，自浮士德到南柯一梦，人们总是乐于沉溺在虚幻缥缈的世界中，感受其带来的神奇魅力。如今，VR技术的出现已经使人们的妄想成为可能。然而，我们仍然需要借由他物将虚拟世界与人类自身完美地联系起来，从而
2012 年，在深度学习技术的帮助下，语音识别研究有了极大进展，很多产品开始采用这项技术，如谷歌的语音搜索。这也开启了该领域的变革：之后每一年都会出现进一步提高语音识别质量的新架构，如深度神经网络、循环神经网络、长短期记忆网络、卷积神经网络等等。然而，延迟仍然是重中之重：自动语音助手对请求能够提供快速及时的反应，会让人感觉更有帮助。
7月9日，2021世界人工智能大会腾讯论坛在上海拉开帷幕，腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生开场致辞。汤道生表示，人工智能的最大价值是“服务于人”，让衣食住行实现“以消费者为中心”的智慧化供给，让生产要素实现“以生产者为核心”的智慧化匹配。AI与云的深度融合，让人工智能从实验室的“象牙塔”，走进越来越多的生产、生活场景。 腾讯高级执行副总裁、云与智慧产业事业群CEO 汤道生 一方面，腾讯AI与云的深度融合，将基础的语音识别、图像识别、深度学习能力，封装成适用于不同场景的“应用软件
小App大爱心，专为听障人士设计的心声想要让世界温暖一点点 手机普及了，人与人之间的交流方便了；微信问世了，动动手指就能发段语音表达你的想法。不过，这些对于聋哑人来说，基本就没有什么意义，他们的世界依然还是沉寂的、冰冷的。Thoughtworks 公司的几个员工就在业余时间为聋哑人开发了一款简单的 App 心声，针对聋哑人听不到、说不出这两个难点，与科大讯飞合作，做文字和语音之间的转化，方便聋哑人生活，让聋哑人的世界温暖一点点。 心声现在看上去很像是一款“简单粗暴”的应用，界面完全谈不上精美，功能也很精简，
△ SwiftScribe 王新民 编译整理 量子位·QbitAI 出品 百度昨天宣布推出SwiftScribe，一个利用人工智能（AI）技术，快速将录音转成文字的免费工具。 SwiftScribe可以播放音频，并且支持调整音频播放速度，用户可以边听音频边对自动转写的文字进行校对编辑。编辑完成后，可以将文字导出成纯文本或Word文档。 SwiftScribe页面上显示，这一工具是由百度美国推出的。百度美国包括百度自动驾驶部门（ADU）、百度研究院和百度USDC。 百度新推出的这个工具，和国内科大讯飞的录
是这样子的，女朋友晚上突然翻到了自己喜欢看的一个电影，但是没有字幕，这让她很苦恼。
现实中的语音交互系统，无一例外的会受到各种环境不利因素的影响，极大影响了交互成功率和用户体验。
上个月，Microsoft宣布，其与Slack，Facebook Workplace以及Google的Hangouts Chat的竞争对手Teams的每日活跃用户已超过4400万。这一里程碑却掩盖了其“稍后”发布的一些新功能。大部分功能都很简单明了：举手功能表明你有话要说；离线和低带宽支持，即使在网络连接不畅或没有网络情况下，也能阅读聊天消息并回复；以及将聊天弹出到一个单独窗口。其中还有一项实时噪声抑制功能吸引了大家眼球 - Microsoft演示AI如何在通话过程中减少让人分心的背景噪声。
这次出手的，又是谷歌 AI 团队。刚刚，他们为旗下的一款手机输入法 Gboard （不要跟谷歌拼音输入法搞混了啊~）上线了新功能：离线语音识别。目前这一新功能，只能在其自家的产品 Pixel 系列手机上使用。
AI助力粤省事更懂你 1 多方言智能识别 依托微信智聆实验室，腾讯云AI语音识别为粤省事语音搜索功能提供强大的技术支持，除普通话和粤语外，还支持23种方言智能识别，满足更多省外来粤人员的使用需求，同时对方言保存使用起到重要的意义。 2 优化语音识别精度 用户说话后，系统将多维度判断用户结束语境，精准提取用户讲话的必要关键词，极速回显文本并智能返回结果。 据悉，“粤省事”是广东省政府推出的集成高频民生服务的移动政务服务平台，目前已覆盖公安、人社、教育、税务等近800项高频民生服务，其中将近700项“零跑动”
【文】王艺 关注人工智能 投稿请联系wangyi@csdn.net或公众号后台留言 ---- 本周一，微软人工智能科研小组在arXiv上发表了一篇名为Achieving Human Parity in Conversational Speech Recognition的论文（详见http://dwz.cn/4p4IBi），宣布其语音识别系统的误字率首次低于人类专业打字员（听音速记）。 据该团队的统计表明，专业速记员在Switchboard数据集上（两个初次见面的人围绕某一特定主题谈话的语音样本集）的误字率为
信息无障碍是指任何人（无论是健全人还是残疾人，无论是年轻人还是老年人）在任何情况下都能平等地、方便地、无障碍地获取信息、利用信息。
Google I/O Google I/O 寓为“开放中创新”（Innovation in the Open），它是由Google举行的网络开发者年会，讨论的焦点是用Google和开放网络技术开发网络应用。大会在加州旧金山Moscone中心举行。2016年5月18日至20日，谷歌在美国旧金山山景城举行2016年I/O大会。——来源于百度百科 Google Assistant: “一种跨越设备间的体验” Google Assistant 是发布会上首个亮相的产品，是因为后续登场的数个产品都基于这一技术。G
近十几年来，人机交互的方式发生了翻天覆地的变化，从最初的“指”上谈兵，到“谈”笑风声、挤眉弄眼，甚至到后来的意念操控，人机交互的演变趋于人性化，正朝着“人机合一”的目标奔去。而唯一没有变的则是它的初心
微信用户数突破4亿后，运营商阵营也被其借助“微信沃卡”瓦解。其已成功树立了移动寡头地位。电信和网易携手合作，推出易信挑战微信,路漫漫，但勇气可嘉。在易信还未正式发布时，笔者便拿到了内测版。沟通工具必须要有足够多好友，才能了解其真实使用感受，因此在易信推出近10天拥有上百好友之后，来谈一下对易信的使用感受。 易信简约小清新，基础功能与微信相似，不少细节优化 微信高端大气上档次，飞聊可爱乡村非主流，Line简约时尚国际范，易信整体设计风格则是时尚亮丽小清新。由于熟悉运营商风格，在拿到易信前我对其
随着互联网时代的进步，智能产品逐渐配备了更加多元化的功能应用、更加丰富的内容资源,用户在使用语音相关的功能时，越来越多的需求需要向智能产品用户提供更便捷的操作体验，语音转换成文本，语音识别是人工智能领域极为重要的前沿技术，实现快速、高效、准确的语音识别及控制，实现智能行业内全新的便捷操作模式。
程序员的未来 在一个来自于CGP Grey很精彩的视频中，他提出说，在不久的将来，大多数工作将会由机器替代。许多行业，从卡车司机到医生，在不久的将来将会消失或发生巨大的变化，创造出一种全新的社会体制。但是，这样一来似乎有点说不通——既然未来的计算机程序将会大放光彩，那么势必需要更多的程序员。毕竟，创建自动汽车、自动化的医疗诊断系统、小贩机器人等等，都需要程序员的参与，不是吗？ 大错特错。 编程是什么？ 编程是将理念（业务、法律、游戏、数学问题等）翻译成机器可以执行，其他人可以读取的代码的学科。归根结底，程序
这几天，忙着给学生指导论文开题，错过了许多有意思的新闻。偶然打开微信，惊觉朋友圈突然被讯飞语音输入法刷屏了。
问耕 李林 编译整理 量子位 出品 | 公众号 QbitAI 今日凌晨，来自KPCB的“互联网女皇”玛丽·米克尔（Mary Meeker）照例在Code大会上发布《互联网趋势2017报告》。 自从19
这种已经无处不在的音频转录成文本的技术，在缺乏足够大的数据集，模型过拟合严重。因此当前如何去扩增音频数据是个大问题。
回顾2022，你的年度关键词是什么？ 不管是遗憾还是确幸，我们已经迈入2023年，希望在新的一年，我们都能飞云直上。 回顾这一年，我们围绕腾讯云智能文字识别（OCR）、语音识别（ASR）、语音合成（TTS）、慧眼·智能身份认证、智能内容创作等众多公有云产品输出了数十篇广受开发者好评的上云实践干货文章，我们将其集结成册，供广大开发者参考使用。 点击文末左下角阅读原文即可查阅或下载手册。 接下来，福利大放送！ 点击下图↓↓↓，看开发者2022年度故事，抢腾讯云智能公有云产品与腾讯云开发者联合年终福利—— 5
原文出处： tcz.hu 译文出处：码农网 – 小峰 程序员是注定灭绝的一个物种。 在一个来自于CGP Grey很精彩的视频中，他提出说，在不久的将来，大多数工作将会由机器替代。许多行业，从卡车司机到医生，在不久的将来将会消失或发生巨大的变化，创造出一种全新的社会体制。但是，这样一来似乎有点说不通——既然未来的计算机程序将会大放光彩，那么势必需要更多的程序员。毕竟，创建自动汽车、自动化的医疗诊断系统、小贩机器人等等，都需要程序员的参与，不是吗？ 大错特错。 编程是什么？ 编程是将理念（业务、法律、游
广义上来讲智能语音技术有各种各样的定义，以上是常见的一些热门的场景。语音识别，刚才罗老师也分享了部分内容。语音合成是文字变成语音，这部分我们后面会详细展开。再往后看，声纹识别，在智能车里面有很多的功能需要人的发音媒介来控制命令的时候声纹就很重要。开一个车门，车上有一个小孩，突然哭闹，下一个不合适的指令，你区别不出来这个人，对语音控制来说不合适的。或者有一些不当的操作，可以通过声纹来做，通过声音来做对人的识别和认证的过程。声纹识别其实在未来的应用场景比较热门，实际应用当中遇到大的挑战点是什么？很多其他的生物识别靠人脸或指纹这类比较稳定的特征，可是声纹不稳定，人高兴的时候，第一天晚上唱了卡拉OK，第二天声音哑了，怎么能够在变化比较明显的生物特征上做识别是一个很大的挑战。
人工智能技术中，语音识别与图像识别最先实现商业化。不过，照目前情况看来，不管是语音识别还是图像识别，C端似乎都是其商业化进程中难以触碰的一个点。 就在昨天，谷歌的社交软件Allo被爆出将在本周上线，值
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
