Facebook AI 新成果，无需人类转录即可学习语音-低调大师

Facebook AI 新成果，无需人类转录即可学习语音

2021-05-24 744

Facebook 宣布推出 wav2vec Unsupervised (wav2vec-U)，一种建立根本不需要转录数据的语音识别系统的方法。并表示，它可以与几年前的最佳监督模型的性能相媲美，这些模型是在近 1000 小时的转录语音上训练出来的。他们已经用斯瓦希里语和鞑靼语等语言对 wav2vec-U 进行了测试；因为缺乏广泛的标记训练数据集，这些语言目前还没有高质量的语音识别模型。

该公司称，wav2vec-U 是 Facebook AI 在语音识别、自我监督学习和无监督机器翻译方面多年工作的成果。“这是朝着建立仅仅通过从观察中学习就能解决广泛任务的机器迈出的重要一步。我们认为这项工作将使我们更接近一个为更多人提供语音技术的世界。”

根据 Facebook 所述，其新颖的系统可以使技术摆脱对文本到语音输入的依赖。这项耗时的任务涉及人类聆听和转录数小时的音频，这是一个单调的过程，必须对每种语言进行重复。而 Facebook 的"无监督"系统则纯粹从语音音频和未配对的文本中学习，使其更好地了解人类交流的声音。

Facebook 的模型基本上依赖于由"generator"和"discriminator"组成的生成式对抗网络（GAN）之间的反馈回路。前者吐出上传的语音模式的表示，这些语音模式看起来完全是胡言乱语，直到它们被放入相应的鉴别器网络，后者则充当了某种翻译。同时，Facebook 还输入由人类编写的额外文本，以帮助生成器收集计算机化和真实世界结果之间的差异。这个过程不断重复，直到生成器的输出与真实文本相匹配。

为了了解 wav2vec-U 的工作情况，Facebook 首先对 TIMIT 基准进行了评估。结果表明，与 TIMIT 基准测试中以前最好的无监督方法相比，wav2vec-U的错误率降低了 57%。

该公司表示，这一突破可以为全世界更多的语言和方言带来语音识别系统，帮助实现技术的民主化。

微信关注我们

原文链接：https://www.oschina.net/news/142851/facebook-ai-wav2vec-u

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

PyPI 正被大量的垃圾软件包所淹没

Python 官方软件库 PyPI 正被垃圾软件包所淹没。这些软件包以不同的电影或电视剧的名称命名，通常与托管盗版内容的山寨和 torrent 网站有关。这些软件包中每一个都由唯一的维护者帐户发布，这使得 PyPI 一次删除所有软件包和垃圾帐户具有挑战性。当 Sonatype 的高级软件工程师 Adam Boesch 在审核一个数据集时，注意到有一个以流行的电视剧命名的 PyPI 组件时，才发现了这一问题。 Boesch 表示："我在查看数据集时注意到有一个 PyPl 组件名为 wandavision（旺达与幻视），这对于一个软件包的名字来说有点奇怪。" 仔细查看，并在 PyPI 上调查了一番后，Boesch 发现了更多提供盗版下载网站相关的 PyPl 组件，其命名规则通常是「watch-(movie-name)-2021-full-on-line-movie-free-hd-」尽管其中有一些软件包已经上架了几周时间，但垃圾软件的提交者仍在继续向 PyPI 添加更新的软件包。通过关键词搜索发现，相关的结果有 10,000+。这些伪造软件包的网页包含垃圾关键字和指向盗版电影流媒体站...

2021-05-24

670

近日根据多家外媒报道，苹果公司的联合创始人史蒂夫·沃兹尼亚克（Steve Wozniak）因涉嫌窃取「建立以他的名字命名学校的想法」而面临一百万美元的诉讼。康涅狄格州的商业教授 Ralph Reilly 声称，他和沃兹尼亚克早前达成了建立一所 "科技大学" 的共识，并在 2011 年通过在镜头前的握手的形式达成了协议。这个教育平台旨在教授计算机和其他技术技能，将在很大程度上依靠沃兹尼亚克的名字和作为苹果公司早期关键开发者的声誉来进行品牌推广。根据法庭文件显示，2010 年 9 月，Reilly 首次通过电子邮件向沃兹尼亚克提出了这个想法。在接下来的几个月里，两人不断通信，其中 Reilly 问沃兹尼亚克是否会考虑支持他创办「the Woz Institute of Technology」（沃兹理工学院），而沃兹尼亚克在邮件回复中同意了这一想法和在该项目中使用他的名字。然而，这种合作关系从未启动。沃兹尼亚克在与代码学习公司 Coder Camps 合作后，在 2017 年基于几乎相同的想法推出了「Woz U」。根据法庭文件，Reilly 通过电子邮件联系了沃兹尼亚克，要求加入该企...

2021-05-24

514

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。