搜索[语音识别系统]结果-低调大师优秀个人博客

精选列表

搜索[语音识别系统]，共7052篇文章

音视频交友系统源码支持一对一语音视频匹配系统社交APP

一对一实时音视频的核心价值不是"看得到人"，而是把陌生人破冰成本降到最低——‌接通即见面，见面即对话‌。因此产品成败首先取决于人群定位：

2026-10-12

语音社工勒索攻击的演化风险与云通信平台防护研究 —— 以 ShinyHunters 入侵 RingCentral 数据泄露事件为样本

云通信服务商 RingCentral 于 2026 年 7 月遭遇跨国勒索团伙 ShinyHunters 定向语音钓鱼（Vishing）社会工程攻击，攻击者通过电话诱导企业员工泄露身份凭证，非法窃取 623GB

2026-08-16

Voicebox：把 ElevenLabs 和 WisprFlow 装进一个本地 App，44k Star 开源语音工作室拆解

副标题： 7 个 TTS 引擎 + Whisper 听写 + 内置 MCP 服务器——拆解一个用 Tauri/Rust 把语音输入输出全栈跑在本地的开源项目

2026-07-21

商汤SekoTalk：让实时语音数字人更近一步

商汤团队根据在3D数字人语音驱动(UniTalker)中积累的算法经验，发现语音编码器的选择对于数字人驱动效果有极大影响。

2025-12-10

构建 AI 智能体的实用开源技术栈（框架、计算机与浏览器操控、语音功能、文档理解...）

3）语音功能（Voice）如果你的智能体需要说话或聆听，这些工具负责处理音频部分 —— 将语音转为文本（speech to text），再将文本转回语音（text to speech）。

2025-08-28

支持语音方式问答，支持使用重排模型进行多路召回，MaxKB 知识库问答系统 v1.6 版本发布

、语音合成模型，支持对接阿里云百炼大模型、Xinference以及本地模型的重排模型。

2024-09-30

【云栖号案例 | 金融】招商银行信用卡中心智能语音外呼系统上云案例

我们使用了阿里的语音合成专有云产品，在外呼过程中利用阿里语音合成产品的高度拟人化的特性，大大提升了外呼系统的客户接受度和满意度。上云价值阿里语音专有云系列产品稳定且高效，满足金融客户的需求。

2020-03-05

阿里语音识别模型端核心技术，让你“听”见未来

阿里妹导读：语音识别技术作为人工智能技术中的重要组成部分，成为影响人机交互的核心组件之一，从各种智能家用IoT设备的语音交互能力，到公共服务、智慧政务等场合的应用，语音识别技术正在影响着人们生活的方方面面

2019-01-14

传感器融合：雷达和MEMS麦克风结合音频处理器实现无与伦比的语音识别

英飞凌科技股份公司（FSE: IFX / OTCQX: IFNNY）携手XMOS有限公司推出全新的语音识别构件。

2018-04-15

阿里云机器学习系列直播--AutoEncoder实现语音降噪附PAI深度学习完全使用教程【巨额福利-云栖大会门票】

使用AutoEncoder实现语音增强使用卷积网络和AutoEncoder结合, 实现从混合了多种不同的杂音音频中抽取人声, 去除杂音的目的 2.

2017-09-26

【玩转数据系列十六】机器学习PAI通过声音分辨男女（含语音特征提取相关数据和代码）

背景随着人工智能的算法发展，对于非结构化数据的处理能力越来越受到重视，这里面的关键一环就是语音数据的处理。

2017-09-25

#WorkBuddy# 语音口述店铺别名 ≠ 店铺真名：我如何用 AI 建了一套口述词库，指挥错了 0 次

2026-10-12

T1 为什么是 1.544 Mb/s，从一道选择题读懂数字语音的成帧方法

业务人员关心这条线能传多少数据，语音工程师关心它能承载多少路通话，设备工程师则要确认时钟和帧格式。三个人问的是不同问题，却都绕不开同一个数字，1.544 Mb/s。

2026-10-01

车联网架构拆解：从隧道融合定位到语音控车，把智能汽车的底层链路讲透

做车联网的人都知道一个尴尬的事实，车机上那一整套看起来高大上的智能驾驶、智能座舱、车控系统，本质是在跟物理世界的各种不确定性搏斗。卫星信号说没就没，雷达说被脏东西糊住就被糊住，人说话带口音带方言还夹着音乐，车停了人走了还得替你盯着有没有人踹轮胎。这套系统真正有意思的地方，从来不是某个单点技术多先进，而是它怎么把一堆不可靠的传感器，组织成一个在绝大多数情况下都还靠谱的整体。

2026-09-24

交友源码一站式搭建相亲交友APP系统婚恋交友社交软件开发语音平台定制开发

搭建一款高安全、高转化的相亲交友APP及语音社交平台，核心在于构建“强实名风控+即时音视频互动+精准算法匹配”的闭环生态。2026年的行业趋势已从单纯的流量竞争转向“真实性”与“合规性”的硬实力比拼。

2026-09-07

“一个声音、14 种语言”：网易有道首发零口音免参考文本的跨语种语音克隆模型

近日，该引擎凭借全球首个不依赖参考文本即可实现14语种无口音跨语种语音克隆的开创性突破引发行业高度关注，为数字人、跨境传播、智能教育等产业提供国产化、低成本语音克隆功能。

2026-06-23

3月16日云栖精选夜读：显著超越流行长短时记忆网络，阿里提出DFSMN语音识别声学模型

在语音顶会ICASSP，阿里巴巴语音交互智能团队的poster论文提出一种改进的前馈序列记忆神经网络结构，称之为深层前馈序列记忆神经网络（DFSMN）。

2018-03-15

语音识别建模技术解析：AI浪潮下的技术演进

|本期简介作为新一轮AI浪潮下落地最为成熟的技术之一，语音识别技术在大数据和深度学习的推动下逐步走向实用，基于语音的交互方式广泛应用在车载系统、智能家居、机器人等多个场景，其中精准的语音识别技术有效保证了语音交互的体验

2017-07-31

微信快速开发框架（八）-- V2.3--增加语音识别及网页获取用户信息，代码已更新至Github

更新内容 1、增加支持语音识别 2、增加“网页授权获取用户基本信息” 语音识别其实是对Voice信息的一个扩展，您必须启用语音识别功能，启用后会在VoiceMessage中增加一个Recongnition

2014-05-19

语音转写准确率达到98.6%是什么水平？企业级AI会议系统的五项关键指标

在AI会议助手的产品介绍中，语音转写准确率往往是最醒目的数字。有的产品强调识别速度，有的突出多语言覆盖，还有的将大模型纪要生成作为主要卖点。

2026-10-15

资源下载

更多资源

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。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。