# 智能语音交互 #
1
关注
2676内容
|
好东西来了！2017云栖大会400+份重磅资料下载
上个月，在杭州举行的云栖大会，吸引了全球67个国家和地区近6万人现场参会，1500万人在线观看。有140多场技术主题论坛，共计800多个主题分享，涵盖人工智能、金融科技、量子计算、生命科学、IoT、政务、多媒体、VR等20多个前沿科技领域。
|
揭秘阿里人工智能实验室首款智能音箱——天猫精灵X1
7月5日下午，阿里人工智能实验室在北京正式发布了旗下首款智能设备——天猫精灵X1，据介绍，这款产品采用了阿里人工智能实验室自主研发的中文语义理解引擎，内置第一代中文人机交流系统AliGenie，并且依托阿里云的机器学习技术实现智能家居控制、语音购物、手机充值、音乐播放等功能。
|
深度学习在语音识别中的声学模型以及语言模型的应用
目前深度学习在图像和语音识别等领域应用越来越广泛，比如图像处理类应用、视频归纳、智能客服，以及延伸的服务机器人领域、车载助手等，本文着重介绍深度学习在语音识别中声学模型与语言模型中的应用，如FSMN，LSTM，RNN等网络结构的设计，比传统的结构在效果上有巨大的提升
|
DFSMN在阿里巴巴的应用以及如何采用开源代码训练DFSMN模型
DFSMN模型是语音识别中一种先进的声学模型，语音识别中的声学模型是语音识别技术中的核心所在。具体来说，声学模型是根据输入语音进行发音可能性的识别，结合语言模型、解码器，就构成了完整的语音识别系统。本次开源的DFSMN模型，是阿里巴巴的高效工业级实现，相对于传统的LSTM、BLSTM等声学模型，该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。
|
语音识别（ASR）基础介绍第二篇——万金油特征MFCC
上一章提到了整个发声与拾音及存储的原理。但是在了解ASR的过程中，发现基本上遇到的资料都避不开MFCC特征。
整个ASR的处理流程大致可以分为下图：
左侧是经典的处理流程，右侧是近期流行的流程。发生的变化是，将语言模型以下的部分变成端到端的了。 我们将语言模型以下的部分统一看成是声学模型就好。
而MFCC主要用在左侧的处理流程中，即“特征处
|
阿里巴巴跨物理界招人，世界级音频专家冯津伟入职人工智能团队iDST
11月30日阿里巴巴正式宣布，前Polycom（宝利通）声学设计和信号处理首席工程师（Principal Engineer）冯津伟入职人工智能核心团队iDST，担任智能语音交互团队研究员，将负责语音交互设备端的声学设计和信号处理研究工作。
免费试用