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。
将人工智能融入多媒体 助力视频产业加速——阿里云视频AI全能力解读
结合人工智能视频理解流程和用户的需求场景，我们将视频AI的功能分成四个大部分，视频智能审核、视频内容理解、视频智能编辑、视频版权保护。其中视频审核功能包括视频鉴黄、暴恐涉政识别、广告二维码识别、无意义直播识别等，利用识别能力将网络上没营养和不健康的视频内容进行排查和处理；视频理解功能包括视频分类、标签，人物识别、语音识别，同时也包括对视频中的文字进行识别（OCR）；视频编辑层面可以实现视频首图、视频摘要、视频highlight的生成，同时支持新闻拆条；关于视频版权，支持视频相似性、同源视频检索和音视频指纹等功能。
基于AliOS Things玩转智能语音
随着AI技术的进步，智能语音开始将人机交互从手+眼睛的传统模式中解放出来。带给人们更便捷、更风趣、更有人情味的体验，让被操作对象变得不再只是一个死板的工具，而更像是一个有生命的助理。“帮我打开空调”，“明天上班需要带伞吗”，“快递到哪了”…在万物互联的时代，你的所有需求只需要一句话便能实现。
INTERSPEECH 2017系列 | 语音唤醒技术
目前市场上推出了各式各样的音箱，机器人，车载等语音交互产品，语音识别是交互的入口，而语音唤醒成为了踏进这一入口的第一步，如何高效、准确地对用户指令给出反应成为这一技术的最重要目标。本主题将介绍语音唤醒技术的基础知识，基本技术架构以及INTERSPEECH2017上的最新研究成果。
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