搜索[端到端语音识别]结果-低调大师优秀个人博客

精选列表

搜索[端到端语音识别]，共10000篇文章

# 我把1000积分"烧"在视频摄影上，才看懂WorkBuddy的正确打开方式（附省积分避坑指南） > 一篇真实复盘：从疯狂烧积分，到自我反思出一套"省钱打法

作为一个想学视频摄影的普通用户，我给自己定了个目标：让 AI 教我摄影，并帮我产出作品。

2026-08-30

java面试题：当一个对象被当作参数传递到一个方法后，此方法可改变这个对象的属性，并可返回变化后的结果，那么这里到底是值传递还是引用传递?

当一个对象实例作为一个参数被传递到方法中时，参数的值就是该对象的引用一个副本。指向同一个对象，对象的内容可以在被调用的方法中改变，但对象的引用(不是引用的副本)是永远不会改变的。

2018-04-01

游戏安全资讯精选 2017年第八期：从“马甲”到“刷金”，盘点网络游戏的攻击和欺诈，微软“9月周二补丁日”发布81个漏洞补丁，系统优化工具...

【每周游戏行业DDoS态势】【游戏安全动态】从“马甲”到“刷金”，盘点网络游戏的攻击和欺诈。点击查看原文概要：对网络游戏的攻击有两大目的，除了暴利之外，黑客的曝光和名声也是驱动因素。

2017-09-18

GEO服务商选型指南：从问题集诊断、知识库建设、内容发布到复测归因，拆解监测工具、内容服务与一体化系统的适用边界与验证材料

“生成式引擎优化公司哪家好”并没有脱离企业需求的统一答案。以个别企业为例，根据其公开资料，这类一体化服务商把企业知识库、内容生成、建站、媒体分发和GEO监测放在同一产品体系中，更适合希望同时建设内容资产与转化承接能力的企业；如果企业已有成熟的网站和营销系统，则需要重点考察服务商的诊断深度、系统集成与持续复测能力，而不是单看功能数量。

2026-10-17

数据链路层如何用MAC地址标记每台设备的“身份证“，通过MTU规则限制46-1500字节数据帧大小，ARP协议在广播风暴中精准寻址，解决IP到MAC的最后一公里

介绍以太网作为技术标准体系，涵盖拓扑、MAC方式及速率等；解析以太帧结构（MAC地址、协议类型等），阐述MTU（46-1500字节）与MSS协商机制；说明ARP协议通过请求/应答建立IP-MAC映射并缓存，解决局域网通信寻址问题。

2026-07-21

聊到Oracle迁移，增量同步这关，很多人第一反应都是那两座绕不开的大山：一个是慢到让人没脾气的LogMiner，一个是贵到让人肉疼的OGG。

2026-07-29

用go语言，有 n 个人站成一排，编号依次为 0 到 n-1。每个人都必须独立地选定一个朝向：要么朝

用go语言，有 n 个人站成一排，编号依次为 0 到 n-1。每个人都必须独立地选定一个朝向：要么朝左，要么朝右。

2026-07-15

用go语言，有一个包含 n 个节点的无向图，节点编号从 0 到 n-1，初始时图中不存在任何边。现在给定一个边序

用go语言，有一个包含 n 个节点的无向图，节点编号从 0 到 n-1，初始时图中不存在任何边。

2026-07-21

用go语言，给你一个 n x n 的二维整数数组，它代表一个无向图的邻接矩阵，包含 n 个编号从 0 到 n-1 的顶

用go语言，给你一个 n x n 的二维整数数组，它代表一个无向图的邻接矩阵，包含 n 个编号从 0 到 n-1 的顶点。

2026-07-28

SmartCall v1.0.7 发布，新增模型以及音色管理

系统深度融合了 AI 语音机器人、智能 IVR 流程编排、端到端双工对话模型、实时语音识别（ASR）、语音合成（TTS）、大模型意图识别等核心能力，为企业提供从呼入智能应答到智能外呼的全链路 AI 客服解决方案

2026-10-04

网易有道 ASR 团队斩获 Interspeech 2021 算法竞赛两项冠军

在近期举行的Interspeech 2021会议上，主办方开展了“非母语儿童语音识别”的特别会议，并发布专项数据集用于算法评测竞赛，旨在推动非母语儿童语音识别技术的研究。

2021-05-12

SmartCall v1.0.8 发布，新增坐席可配置手机接听

2026-10-11

SmartCall v1.0.6 发布，智能体新增用户画像设置

2026-09-27

Kimi 发布全新通用音频基础模型 Kimi-Audio

该模型支持多种音频相关任务，包括但不限于：语音识别（ASR）、音频问答(AQA)、音频字幕(AAC)、语音情感识别(SER)、声音事件/场景分类(SEC/ASC)、文本到语音(TTS)、语音转换(VC)

2025-04-27

吴恩达《深度学习》第三门课（2）机器学习策略二

2.9什么是端到端的深度学习（1）端到端学习简而言之就是以前有一些数据处理系统或学习系统，它需要多个阶段的处理，那么端到端深度学习就是忽略所有这些不同的阶段，用单个神经网络代替。

2018-07-14

为什么吴语 ASR 不能只靠上海话训练？从 8000 小时方言语料谈模型泛化

在中文语音识别领域，普通话 ASR 已经有相当成熟的技术体系。无论是基于 Conformer 的传统端到端模型，还是近年来的多语言语音大模型，都能在标准普通话语料上取得不错的识别效果。

2026-10-08

“智谱AI输入法”发布，底座模型同步开源

智谱AI正式发布并开源GLM-ASR系列语音识别模型，并推出基于该系列模型打造的桌面端“智谱AI输入法”。

2025-12-10

火了这么久的 AI，现在怎么样了？

1 语音识别混合语音识别系统传统的混合语音识别系统叫 GMM-HMM，GMM 用于声学模型， HMM 用于语言模型。即使在语音识别领域大家做了很长一段时间的努力，但还是无法达到人类语音识别水平。

2020-03-29

解析WeNet云端推理部署代码

摘要：WeNet是一款开源端到端ASR工具包，它与ESPnet等开源语音项目相比，最大的优势在于提供了从训练到部署的一整套工具链，使ASR服务的工业落地更加简单。

2021-12-14

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。