首页 文章 精选 留言 我的

精选列表

搜索[AI教育],共10000篇文章
优秀的个人博客,低调大师

AI画画到什么水平了?1行代码生成素描画,又一批人要失业啦!

大家好,这里是程序员晚枫,GitHub🏠点我直达 今天,给大家介绍python-office近期更新的功能之一:1行代码,画出美女的素描。 真的很实用! 1. 安装python-office 安装很简单,在有python环境的电脑上,只需要执行下面这一行命令。 如果你之前使用过python-office这个库,也需要执行一下,可以下载到最新版本. 安装 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple python-office -U 如果你的电脑里还没有安装python环境,可以看一下下面这个6分钟的傻瓜式安装教程,有电脑就能操作:https://www.bilibili.com/video/BV18g411h7jJ?p=3 2. PDF合并 直接上代码! 代码 # 导入这个库:python-office,简写为office import office office.image.pencil4img(input_img=r'D:\workplace\code\test\down4img\girl.jpg') #参数作用: # input_img = 原图片的名字 3.开源项目 1行代码,解决办公问题的第三方库是:python-office ⭐GitHub:https://github.com/CoderWanFeng/python-office

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”

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。

Spring

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

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

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。

用户登录
用户注册