• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

语音识别实际问题:(七)噪声对抗与环境鲁棒性

我们常有这样的体验,本来好好的语音输入法,在办公室里基本不会有什么错误,但在大街上使用时就会感到性能明显下降;挺好的语音助手,平常屡试不爽,但在公交车上问个问题经常答非所问。这主要是因为实际应用场景中的声学环境非常复杂,这些复杂场景不可能在训练时被全部覆盖,因此形成识别场景与模型的不匹配,导致系统性能的急剧下降。

  • 2022-05-04
  • 阅读210
  • 下载0
  • 24页
  • docx

语音识别实际问题:(六)说话人自适应

故事发生在2018年10月,一位印度学者来实验室访问,做了一场关于“如何检测假冒说话人”的报告。这位仁兄讲得神采飞扬,底下的学生们却面面相觑,一头雾水。原因倒不是讲座的内容有多么高深,而是这位的英语实在太有特色了,标准高清孟买腔,且娴熟轻快,对我们这种习惯了English或是Chinglish的听众来说,实在是反应不过来。 人尚如此,遑论机器。

  • 2022-05-04
  • 阅读231
  • 下载0
  • 19页
  • docx

语音识别基础:(四)前端处理

模型的训练由数据驱动,有些数据是必须要准备的。为了让机器学会将语音转换为文本,首先需要给它提供大量的例子,即语音及其对应的文本,这是原始素材,也最能反映学习目的。这些数据的符号化和结构化则需要一些人类先验知识,包括语言知识和数字信号处理相关手段。

  • 2022-05-04
  • 阅读225
  • 下载0
  • 17页
  • docx

语音识别基础:(二)语音识别方法

语音识别的全称是自动语音识别(Automatic Speech Recognition,ASR),说得多了, 就把“自动”省去了,认为“自动”是理所当然的了。语音识别属于序列转换技术,它将语音序列转换为文本序列。大体来说,这是一次搬运,是把一段话的表现形式从语音变成了文本,至于文本想要表达的深层含义(自然语言理解)、倾诉的感情(情感识别)、说话人的身份(说话人识别),就需要其他的技术来处理,所以语音应用开始时是分工明确的,但这显然不符合人类对语音的感知和理解,所以后来的技术也有了不同程度的整合和联合学习。 如何实现有效的语音识别,无非是,先确定问题,然后找个模型,最后训好它。

  • 2022-05-04
  • 阅读287
  • 下载0
  • 26页
  • docx

语音识别基础:(一)语音是什么

从最起初的一声巨响,到梵音天籁,到耳旁的窃窃私语,到妈妈喊我回家吃饭,总离不开声音。声音是这个世界存在并运动着的证据。

  • 2022-05-04
  • 阅读467
  • 下载0
  • 9页
  • docx

cha神经网络与机器学习chap10-模型独立的学习方式

绪论[ppt] 机器学习概述 [ppt] 线性模型 [ppt] 前馈神经网络 [ppt] 卷积神经网络 [ppt] 循环神经网络 [ppt] 网络优化与正则化 [ppt] 注意力机制与外部记忆 [ppt] 无监督学习 [ppt] 模型独立的学习方式 [ppt] 概率图模型 [ppt] 深度信念网络 [ppt] 深度生成模型[ppt] 深度强化学习 [ppt] 序列生成模型 [ppt] 一个过时版本:词嵌入与语言模型 数学基础 课后习题分享讨论:https://github.com/nndl/solutions 编程练习:https://github.com/nndl/exercise

  • 2022-05-02
  • 阅读199
  • 下载0
  • 16页
  • pptx

神经网络与深度学习chap16-模型独立的学习方式

绪论[ppt] 机器学习概述 [ppt] 线性模型 [ppt] 前馈神经网络 [ppt] 卷积神经网络 [ppt] 循环神经网络 [ppt] 网络优化与正则化 [ppt] 注意力机制与外部记忆 [ppt] 无监督学习 [ppt] 模型独立的学习方式 [ppt] 概率图模型 [ppt] 深度信念网络 [ppt] 深度生成模型[ppt] 深度强化学习 [ppt] 序列生成模型 [ppt] 一个过时版本:词嵌入与语言模型 数学基础 课后习题分享讨论:https://github.com/nndl/solutions 编程练习:https://github.com/nndl/exercise

  • 2022-05-02
  • 阅读178
  • 下载0
  • 16页
  • pptx

神经网络与深度学习chap14-深度强化学习

绪论[ppt] 机器学习概述 [ppt] 线性模型 [ppt] 前馈神经网络 [ppt] 卷积神经网络 [ppt] 循环神经网络 [ppt] 网络优化与正则化 [ppt] 注意力机制与外部记忆 [ppt] 无监督学习 [ppt] 模型独立的学习方式 [ppt] 概率图模型 [ppt] 深度信念网络 [ppt] 深度生成模型[ppt] 深度强化学习 [ppt] 序列生成模型 [ppt] 一个过时版本:词嵌入与语言模型 数学基础 课后习题分享讨论:https://github.com/nndl/solutions 编程练习:https://github.com/nndl/exercise

  • 2022-05-03
  • 阅读247
  • 下载0
  • 51页
  • pptx
上一页 1 …… 291292293294295296297298299300301 …… 2194 下一页 共 17546 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读47
  • 下载1

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型,以 Transformer 等架构为核心,通过在海量多领域时序数据上进行预训练,学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练,时序大模型具备强大的迁移能力,只需少量样本微调或零样本提示,即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中,它能够直接处理传感器、设备测点产生的海量时序信号,挖掘设备状态演变规律,支撑设备故障预警、工况识别与生产趋势预判,为工业智能落地提供底层模型能力。如:中服云的CServerAIR

  • 阅读899
  • 下载8

2026“人工智能+”行业发展蓝皮书

2025年,全球人工智能市场规模达到3909亿美元,中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张,制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初,中国日均词元(Token)调用量为1000亿;至2025年底,跃升至100万亿;2026年3月,已突破140万亿,两年增长超千倍。这些数字背后,是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

  • 阅读2680
  • 下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造,聚焦工业企业能耗管控与碳资产管理需求。 系统整合水、电、气、热等多类能源数据,实现用能实时采集、集中监测、智能分析。 依托数字化手段精准核算碳排放总量,助力企业摸清碳排底数、合规完成台账管理。 通过节能诊断、能耗优化策略推送,有效降低生产能耗与运营成本。 全方位赋能企业绿色低碳转型,筑牢安全生产与节能减排双重发展防线。

  • 阅读3140
  • 下载14

最新上线

人工智能大模型分类体系、技术特点及主流厂商概览

语言模型、视觉模型、语音模型、视频模型、时序模型,分别对应文字、图像、声音、视频、连续传感器数值,通用大模型,垂类大模型,AI

  • 阅读47
  • 下载1

中服云数字孪生工具简介

详细介绍了中服云数字孪生普通中的数字孪生工具能力,并详细说明了他的开发过程,适应场景,典型应用

  • 阅读104
  • 下载2

智能仓储数字孪生场景案例

传统仓库是个黑箱,货在哪、有多少、好不好,全靠人跑、靠表记。这套系统把黑箱变成了「透明玻璃房」——数字孪生、物联网、3D 组态三套技术叠在一起,让每一件物资、每一台设备、每一个货位,在屏幕上都有一个实时同步的「数字分身」

  • 阅读35
  • 下载0

面向词元(Token)服务的智算基础设施发展研究报告

中服云工业物联网平台,为速冻食品企业构建速冻工序数据监控体系。速冻库温度、风速、速冻时间——实时采集、自动记录。每一批产品的“速冻档案”完整可查。温度异常自动报警,工艺参数自动比对。

  • 阅读73
  • 下载1
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南