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。
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。
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。
在移动互联网汹涌澎湃的十余年时间里，第三方输入法可以说是见证历史的史诗级产品：经历了智能手机普及初期的高速增长，经历了消费人群迭代的习惯变迁，经历了用户增长趋缓的多元探索，并且正在经历人工智能浪潮对输入法的新一轮重塑。
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。
一个现象：生活中越来越多人摒弃拼音输入功能，转而使用语音输入功能，微信、QQ等社交软件语音功能已十分成熟，百度搜索、搜狗搜索等也都添上语音输入功能，语音输入取代拼音输入的劲头显现。
“整天都在说人工智能，可人工智能到底在哪里呢，为什么到了2022年，自动倒车入库的功能都没普及，导致科目二考试还是那么难。”除了文字上的抱怨，还特意加了张某自动驾驶企业的宣传图。
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
倪捷，腾讯云高级产品经理。北京邮电大学硕士。现在腾讯云大数据与人工智能产品中心AI应用产品组担任高级产品经理，负责智能语音相关AI产品，拥有互联网、金融等行业人工智能落地的丰富经验。本文来自倪捷在“2018携程技术峰会”上的分享。
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。
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，如果能实现这个基础功能，那其他场景都可以基于这个功能来打造更有趣的小程序服务。
锤子M1手机发布会结束之后，M1系列手机能否在诸多强敌面前成功突围眼下还不明朗，然而，多次被老罗推介的输入法，讯飞输入法却意外地火了起来却是事实。 在发布会之后的几天，这款输入法甚至成功登顶了AppS
从当前来看，速记神器确实为特定人群所需。 近日，搜狗召开发布会，正式推出其自研的速记神器——搜狗听写。这是一款能够将语音实时转变成文字的速记工具，拥有转写和听写两种模式，主要面向记者、编辑、作家等文字工作者。 由搜索而知名的搜狗 在人工智能领域似乎也玩的风生水起 众所周知，搜狗以搜索业务起家。除搜索业务外，其在近年还因搜狗输入法、搜狗高速浏览器等在行业内颇具名气。 如果仅从以上这些来看，搜狗此次推出“搜狗听写”似乎显得有些无厘头。然而，搜狗CEO王小川曾表示，搜索本身也是一种AI。 回顾搜狗的发展史，除去初
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
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
这几天又陆陆续续的读了关于一些关于NLP上语言模型的书籍,简单总结了下自己的新的认识:
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
这几天又陆陆续续的读了关于一些关于NLP上语言模型的书籍,简单总结了下自己的新的认识: 一:语言模型的性能评价: 1:语言模型的评价目标: 语言模型的计算的概率分布能够与真实的理想模型的概率分布可以相接近(这一点其实是比较困难的,但是这是我们一直追求的目标) 2:困难: 无法知道语言模型的理想模型的真实分布 3:常用的几个指标; 交叉熵,困惑度(这又涉及到了关于熵的相关计算,这将和离散数学和图论上学习到的知识应用到实际生产生活中) 4:自然语言统计方法的一般步骤: 1:收集大量的语料(这是基础操作,也是工
语音识别就是把语音变成文字的过程，相信大家在平时生活也已经用到过一些语音识别的场景，比如说语音输入法、地图产品的语音输入。近年来，随着互联网的发展，各种音频数据和文本数据得到不断积累和丰富，CPU、GPU硬件的发展，以及深度学习算法大规模的应用，语音识别技术的应用开始获得大规模的商业化拓展。
腾讯云语音产品，基于业界领先的语音识别（ASR）和语音合成（TTS）技术，为各行业提供从标准化到定制化全方位智能语音服务，更以卓越的性能与极具竞争力的价格赢得了市场的广泛认可。广泛应用于录音质检、会议转写、语音输入法、智能客服、有声阅读、新闻播报、数智人、电商直播、短视频制作等行业场景。
随着人工智能技术的迅猛发展，语音技术作为其中的重要分支，正在逐步改变我们的生活和工作方式。腾讯云作为国内领先的云服务提供商，其语音产品在技术能力、应用场景和业务价值等方面均表现出色。本文将从语音产品科普解读、应用实践和行业案例三个方面，深入探讨腾讯云语音产品的技术原理、应用场景、业务价值及其在各行业中的实际应用。
未来的人类如何与机器人交流？我们既需要机器人模仿人类的语气、表情、动作，同样也需要机器人能理解我们。
点击两下esc按键，恢复esc弹起状态 esc按键接触不良，不服气的按着esc看一看你能否拖动文件
https://itunes.apple.com/cn/app/id1243368435
关注腾讯云大学，了解最新行业技术动态 戳【阅读原文】查看55个腾讯云产品全集 课程概述 腾讯云语音识别（Automatic Speech Recognition，ASR） 为企业提供极具性价比的语音识别服务。被微信、王者荣耀、腾讯视频等大量内部业务使用，外部落地录音质检、会议实时转写、法庭/审讯记录、语音输入法等多个场景。 【课程目标】 了解腾讯云语音识别 ASR 产品优势 了解腾讯云语音识别 ASR 应用场景 【课程大纲】 知识模块 简介 腾讯云语音识别 ASR 腾讯云语音识别 ASR 产品概述
百度输入法等第三方输入法进入到To B的语境下，原本板结的市场格局正在出现裂痕，不排除市场被重构的可能。
“产品使用攻略”、“上云技术实践” 有奖征集啦～ 图片案例名称案例简介用腾讯云 AI 语音识别零基础实现小程序语音输入法介绍如何用腾讯云 AI 语音识别在小程序里实现一个简单的语音输入法，其他场景都可以基于这个功能来打造更有趣的小程序服务。用腾讯云 AI 人脸融合实现云毕业照推广活动小程序介绍如何用腾讯云 AI 人脸融合实现云毕业照推广活动小程序，活动策划融入 AI 能力，打造一个有趣味性、有人文关怀的小程序活动。用腾讯云 AI 意愿核身为电话合规保驾护航介绍如何使用腾讯云 AI 意愿核身更加智能地实现对高
“全球95%的信息是用英文所写的，100%的国际商贸活动是用英文的，因此如何帮助中国人跟外国人进行更好的交流，这变成了一个重大的技术课题。”
语音识别建模对语音识别来说是不可或缺的一部分，因为不同的建模技术通常意味着不同的识别性能，所以这是各个语音识别团队重点优化的方向。也正是因为如此，语音识别的模型也层出不穷，其中语言模型包括了N-gram、RNNLM等，在声学模型里面又涵盖了HMM、DNN、RNN等模型...
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。
11月8日，以“MORE，近你所想”为主题的2022 vivo开发者大会正式开幕，在次日举办的人工智能专场上，vivo AI团队通过计算摄影、文档图像处理、语音技术、语义技术、机器翻译、计算加速平台、开放平台AI专区等多方面具体案例，介绍了vivo近两年来在人工智能领域所做的探索和实践。
今天微软宣布成立人工智能通用实验室，研发AI系统以挑战谷歌Deepmind，再联系到微软、苹果、Amazon等互联网巨头的动作，我们看到顶尖互联网公司都在布局人工智能。在中国，BAT在人工智能上动作频频，不过我们可能忽视了一个重要玩家，那就是搜狗，其进军人工智能的路线独辟蹊径。近日，被誉为“科技界达沃斯”的WebSummit亚洲姊妹站RISE峰会第二届在香港召开，搜狗CEO王小川发表演讲，探讨AI是走向通用型还是功能型？他的思路是后者，同时，王小川还在演讲中透露搜狗即将推出AI导航产品“搜狗智能副驾”，这也
漫谈神经语言模型之中文输入法 Speech Valley是原先的github项目Automatic Speech Recognition的正式库名称，之所以取名为Speech Valley，是希望这个项目不仅可以包括语音识别，也能处理Speaker Verification、Text-to-Speech等问题，近期公众号将围绕语言模型、中文语音识别、说话人身份识别、语音合成等诸多前沿领域撰写系列文章与代码实践。 构建好一个强大的语言模型以后，可以应用到非常多的领域，最基本也最常用的毫无疑问就是输入法了，
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。
李根 发自 乌镇米仓 量子位 报道 | 公众号 QbitAI 北京时间12月4日下午13点，纽约时间12月4日午夜0点。搜狗上市缄默期正式结束，王小川可以“说话”了。 6个小时后，在世界互联网大会召
演讲：景鲲 编辑：田令、江磊 【新智元导读】4月19日，清华大学《人工智能前沿与产业趋势》系列课程第三讲开课，本讲主题是“自然语言处理技术的发展和行业应用”。自然语言处理（NLP）被认为是人工智能研究
最近在做一个文本转语音TTS(Text to Speech)的第三方软件封装，使用的是国内语音技术龙头安徽科大讯飞公司提供的离线引擎AiSound5.0，主要用于汽车导航用途。科大讯飞还提供了AiTalk用于语音识别，AiWrite用于手写识别服务等。另外还有针对6种平台的SDK和开发示例。
在上一篇文章中写到了函数防抖，在使用函数防抖来进行搜索框优化的时候会遇到一个问题，就是监听文本输入框的input事件，在拼写汉字（输入法）但汉字并未实际填充到文本框中时会触发input事件，会出现下图的效果
李根 发自 Vegas 量子位 报道 | 公众号 QbitAI 万万没想到，一条数据线火了。 在2018 CES现场，这根线成为关注的热点之一，它被华尔街日报评价“Best of CES 2018”，还拿到了智能家居、智能车载、智能应用软件以及科技促进生活等4项2018 CES创新大奖。 不说你也猜到了。AI时代下，这肯定不会是一条普普通通的手机数据线。 那它有何不同之处？可以先看看这段网上流传挺广的视频。 KikaGO 这个数据线，真名叫做KikaGO。 除了给手机充电，KikaGO还能以语音交互的方
陈桦 编译整理 量子位 报道 | 公众号 QbitAI 现在，大部分人的日常生活，都离不开手机上的虚拟键盘，而这其中的大部分人都会觉得虚拟键盘不好用。数据显示，相对于实体键盘，用户用虚拟键盘打字的速度要慢35%。 于是，谷歌又看到了人工智能技术的用武之地。他们优化了Android系统的Gboard输入法，目标是建立智能化机制，无论你选择什么语言都能带来更快的输入速度，并提供拼写建议和错误更正功能。 Google Research官方博客昨天发布文章，介绍了他们对Gboard的优化，量子位编译如下： 我们注意
2016年3月，世界最大的语音识别软件、图像处理软件以及输入法软件研发销售公司Nuance Communications发布了一个名为“Dragon Legal”的语音识别系统，能够帮助用户通过语音命令准备法律文件。 该系统提供了强大的法律术语词汇。据Nuance介绍，这个词库是在4亿字的法律文件基础上构建的。它还提供了转录功能以支持语音备忘录，并与一个名为“Dragon Anywhere”的移动听写系统兼容。该系统基于云架构，可以通过iOS和Android系统接入。 语言与语音识别当然是Nuance公司的
本文档是百度AI开放平台Linux SDK （C++）BDSpeechSDK 3.x 的用户指南。描述了在线语音识别相关接口的使用说明
语音活动检测（Voice Activity Detection， VAD）用于检测出语音信号的起始位置，分离出语音段和非语音（静音或噪声）段。VAD算法大致分为三类：基于阈值的VAD、基于分类器的VAD和基于模型的VAD。
随着物联网技术和智能设备技术的快速发展，人与机器的交互，不再仅依赖于鼠标和键盘，更有可能的是直接采用语音。
语言作为人类的一种基本交流方式，在数千年历史中得到持续传承。近年来，语音识别技术的不断成熟，已广泛应用于我们的生活当中。语音识别技术是如何让机器“听懂”人类语言？本文将为大家从语音前端处理、基于统计学语音识别和基于深度学习语音识别等方面阐述语音识别的原理。
记者：胡祥杰 2016年8月3日下午，中文搜索公司搜狗发布语音交互引擎 ——知音。搜狗CTO 杨洪涛首次披露了公司未来8年主要的发展方向，搜狗语音交互中心负责人王砚峰则详细介绍“知音”。在发布会现场，王砚峰告诉新智元，3月份时，搜狗委托第三方测评机构对搜狗、科大讯飞和百度的语音输入进行实测，结果显示，搜狗和讯飞能力基本持平，整体领先百度。此外，搜狗语音技术也会跟一系列企业进行合作。 搜狗人工智能战略方向：自然交互+知识计算 人工智能技术是搜索的基础，在搜索公司占有绝对重要的地位，搜狗CTO 杨洪涛在本次发布
无声的世界里，你只要动动嘴唇，就可以被识别出说了什么、甚至被转化为语音，是不是很智能便利、同时又颇为惊悚？ 今年12月，第四届世界互联网大会，搜狗发布唇语识别技术，也系业内首次公开演示。其背后的商业逻辑是什么？这项技术发展到什么地步了？ 一、为什么要做唇语识别 搜狗语音交互技术中心负责人陈伟首先回顾了搜狗在语音交互方面的发展历史——早期搜狗于移动时代主要做两件事——输入法与搜索。后来进入智能时代，设备由手机变为IOT设备，人与智能硬件之间的连接也变为搜狗知音引擎这样的自然交互引擎，而硬件、信息，或更深度
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
实时音视频
对象存储
云直播
