首页 文章 精选 留言 我的

精选列表

搜索[AI开发],共10000篇文章
优秀的个人博客,低调大师

阿里巴巴和国内外高校研究人员开发新读唇语AI,准确率大升

首先需要理解是,人工智能和机器学习算法能够从视频中读取唇语并非首创。早在2016年,来自谷歌和牛津大学的研究人员就详细介绍了一个系统,该系统可以以46.8% 的准确率为视频片段添加注释,其准确率超过了专业人类读唇器的12.4%。但即使是最先进的系统也难以克服唇动中的模糊性,使其性能无法超越基于音频的语音识别。 为了追求更高效的系统,阿里巴巴、浙江大学和史蒂文斯理工学院(Stevens Institute of Technology)的研究人员设计了一种方法,称为 LIBS(Lip by Speech),利用从语音识别器中提取的特征作为补充线索。他们说,在衡量准确性的在两个行业标杆基准测试上,它以7.66% 和2.75% 的字符错误率优于基线。 LIBS 和其他类似的解决方案可以帮助那些听力不好的人观看没有字幕的视频。据估计,全世界有4.66亿人遭受听力丧失,约占全世界人口的5%。根据世界卫生组织的数据,到2050年,这个数字可能会超过9亿。 LIBS 从人类说话者的视频中提取有用的音频信息,在多个尺度上,包括序列级、上下文级和帧级。然后通过识别它们之间的对应关系将这些数据与视频数据对齐(由于不同的采样率和有时出现在开头或结尾的空白,视频和音频序列具有不一致的长度) ,并利用滤波技术来精炼特征。 LIBS语音识别器和唇读器都构建于一种基于注意的序列到序列的体系结构,这是一种机器翻译方法,它将序列(即音频或视频)输入映射到具有标记和注意值的输出。 研究人员对他们进行了上述语言和 LRS2语言的训练,其中包含了超过45,000个来自 BBC 的口语句子,还有 CMLR 语言,这是中国最大的普通话唇读语料库,有超过100,000个来自中国网络电视网的自然句子(包括超过3,000个汉字和20,000个短语)。 研究小组指出,由于某些句子太短,该模型难以在 LRS2数据集上获得“合理”的结果 (译码器很难从少于14个字符的句子中提取出相关信息)。然而,一旦对长度最多为16个单词的句子进行预训练,解码器就可以利用上下文层面的知识,提高 LRS2数据集中句子末尾部分的质量。 “LIBS 减少了对无关框架的关注,”研究人员在一篇描述他们工作内容的论文中写道,“帧级知识提取进一步提高了视频帧特征的鉴别能力,使注意力更加集中。” 原文发布时间:2019-12-05本文作者:EI本文来自阿里云云栖号&云栖社区合作伙伴“TechEdge科技边界”,了解相关信息可以关注“TechEdge科技边界”

优秀的个人博客,低调大师

Python开发LR、SVM、DT、HistGB及XGBoost多模型对比实现学生抑郁风险预测|附AI智能体、代码和数据

这项研究围绕一组学生多维度样本展开,覆盖生理性别、实际年龄、学习压力、学习满意度、睡眠时长、饮食健康、自杀念头、学习时长、经济压力、家族精神病史以及是否抑郁等十一个字段。我们采用逻辑回归、支持向量机、决策树、直方图梯度提升与极端梯度提升五类算法,系统比对不同模型在学生抑郁倾向预测上的表现,并通过卡方检验完成特征筛选,最终定位出逻辑回归在该场景下综合最优。

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

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。

Sublime Text

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。

用户登录
用户注册