Automatic Speech Recognition (ASR)

2月 08, 2023

演讲 AI 聚光灯：Pendulum 如何在网上捕捉有害的叙述

超过 55% 的全球人口使用社交媒体，只需单击一下即可轻松分享在线内容。在与他人联系并消费娱乐内容的同时，
2 MIN READ
2月 03, 2023

语音识别模型对新领域的受控适应

你有没有试过在你的口音上微调语音识别系统，结果发现，虽然它能很好地识别你的声音，但却无法检测到别人说的话？
2 MIN READ
1月 31, 2023

基于 NVIDIA NeMo 的多语言和代码切换自动语音识别

多语言 自动语音识别 （ ASR ）模型因其能够以多种语言转录语音而获得了极大的兴趣。这是由不断增长的多语言社区以及减少复杂性的需求所推动的。
2 MIN READ
1月 13, 2023

基于熵的字级 ASR 置信度估计方法

一旦您有了自动语音识别（ ASR ）模型预测，您可能还想知道这些预测正确的可能性。这种正确率或置信度通常作为原始预测概率（快速、
4 MIN READ
1月 12, 2023

使用 Kubernetes 自动缩放 NVIDIA Riva 部署，用于生产中的语音 AI

语音 AI 应用，从呼叫中心到虚拟助理，严重依赖 自动语音识别 （ ASR ）和文本转语音（ TTS ）。
4 MIN READ
12月 16, 2022

深度学习正在改变 ASR 和 TTS 算法

语音是与 AI 驱动的应用程序通信的主要手段之一。从虚拟助理到数字化身，基于语音的界面正在改变我们通常与智能设备的交互方式。
1 MIN READ
12月 16, 2022

语音 AI 技术实现与服务机器人的自然交互

从在餐厅点菜、为您提供食物，到与您一起玩扑克，服务机器人正变得越来越普遍。在全球范围内，您可以在医院、机场和零售店找到这些服务机器人。
2 MIN READ
12月 15, 2022

缩短联络中心智能虚拟助理的开发时间

随着全球服务经济的发展，公司越来越依赖于联系中心来改善客户体验，提高客户满意度，降低成本并提高效率。
2 MIN READ
12月 14, 2022

语音 AI 聚焦：用虚拟代理重塑客户服务

虚拟代理或语音助手已经存在了很长一段时间。但在过去的十年中，随着 AI 的使用，它们的实用性和流行性急剧增长。 根据 Gartner 的数据，
1 MIN READ
10月 28, 2022

为新语言创建的 NVIDIA Riva ASR 服务

Speech AI 是智能系统使用语音接口与用户进行通信的能力，语音接口在日常生活中已变得无处不在。人们经常通过语音与智能家居设备、
3 MIN READ
10月 20, 2022

构建基尼亚卢旺达语的自动语音识别模型

语音识别技术在语音助手和机器人、通过辅助医疗或教育解决现实世界问题等方面越来越受欢迎。这有助于实现全球 speech AI 接入的民主化。
2 MIN READ
9月 22, 2022

语音 AI 机器人的低代码构建块

在研究复杂的语音人工智能机器人系统时，开发人员很容易被其复杂性吓倒。亚瑟· C ·克拉克声称：“任何足够先进的技术都无法与魔法区分开来。”…
2 MIN READ
9月 16, 2022

通过多尺度说话人分解实现动态尺度加权

说话人日记化是按说话人标签对录音进行分段的过程，旨在回答“谁在何时发言？”。与语音识别相比，它有着明显的区别。 在你执行说话人日记化之前，
2 MIN READ
9月 16, 2022

使用 NVIDIA NeMo 进行文本规范化和反向文本规范化

文本规范化（ TN ）将文本从书面形式转换为口头形式，是文本到语音（ TTS ）之前的一个重要预处理步骤。
3 MIN READ
9月 14, 2022

使用语音 AI 开发下一代扩展现实应用程序

由于身临其境的体验，虚拟现实（ VR ）、增强现实（ AR ）和混合现实（ MR ）环境可以感觉到难以置信的真实。在扩展现实（ XR…
4 MIN READ
9月 12, 2022

更改 CTC 规则以减少训练和解码中的内存消耗

训练自动语音识别（ ASR ）模型的损失函数并不是一成不变的。旧的损失函数规则不一定是最优的。
3 MIN READ