皇家金堡官方网站-会话转录可以实时进行?微软研究新进展告诉你答案
发布时间:2021-05-10
本文摘要:多人,远程语音mRNA?

多人,远程语音mRNA?是的,这些新的mRNA功能是微软公司研究所最近口语处理取得的新进展,如下所示。在强大的云计算基础设施和大量训练数据的反对下,深度自学算法已经成为AI进化之旅的最重要驱动力。以下几项任务是语音和语言社区普遍使用的公开发表基准测试,过去3年,微软公司首次在这些任务中获得了与人类匹敌的表现。

2017:语音识别:对话语音mRNA任务(总机)2018:机械翻译:汉英新闻翻译成任务(WMT17)2019:对话解说:斯坦福无对话解说任务(CoQA)这些突破对从翻译到智能扬声器的许多口语应用产生了深刻影响。现在市场上已经有智能扬声器了,但是很多智能扬声器一次处理不了一个人的声音命令,在收到这样的命令之前必须有醒来的语言。

微软公司研究在Azure语音服务中加入了一些基本的技术突破,获得了新的对话mRNA功能,该功能在今天的预览版中获得。通过微软公司提到的设备SDK(DDK),显示音频和视频麦克风阵列设备的可用性强化了该功能。这是人工智能发展过程中最重要的一步,因为几十年来,环境遥远的多人语音mRNA仍然是科幻小说的主要内容。新的无聊mRNA功能扩大了微软公司现有的Azure语音服务,反对了动态、多人、远程语音mRNA和说话人的原因。

与语音DDK相结合,不会话mRNA能够有效地识别房间里的小组会话语音,分解处理罕见但具有挑战性的场景(例如串话)的mRNA。对于有兴趣尝试视频功能的终端到终端mRNA解决方案的客户,微软公司与部门客户、Accenture、Avanade和Roobo等系统集成合作伙伴进行交涉,分别在美国和中国定制和统一对话mRNA解决方案。这种先进设备的能力类似于微软公司在去年的建设中首次展示的功能。

感兴趣的企业可以向微软申请人预览,体验人工智能反对的对话mRNA如何提高合作力和生产力。不会说话的mRNA功需要利用多通道数据,包括来自普林斯顿塔的语音DDK的声音和视觉信号。

边缘设备是基于微软公司参照设计的360度音频麦克风阵列和360度鱼眼照相机,通过视频融合反对更好的mRNA。边缘设备将信号发送给Azure云,展开神经信号处理和语音识别。

显音话筒阵列DDKs可从http://ddk.roobo.com出售。先进设备的视频麦克风阵列DDKs可以从微软公司的系统集成合作伙伴那里获得。微软公司不断创新打破传统麦克风阵列和先进设备的视频麦克风阵列DDKs。

今天,微软公司还发布了最近的研究进展(丹麦项目),该项目利用普通话筒的手机和笔记本电脑等现有设备,动态地造虚拟世界话筒阵列。虚拟世界话筒阵列将现有设备(如手机或笔记本电脑)与普通话筒(如乐高积木)动态组合成更大的阵列。

丹麦项目可以帮助微软公司的客户更容易地使用Azure语音服务,随时随地进行mRNA对话,无论是否是专业的麦克风阵列DDK。未来的应用场景非常普遍。例如,我们可以将多个微软公司的翻译器应用于筛选,帮助多个人更有效地用于手机交流,从而降低语言障碍。//BuildVisionKeynote可以查看最近的研究进展和展示。

【照片来源:MicrosoftresearchBlog所有者:MicrooftresearchBlog所有者:MicrooftresearchBlog所有者:最后,如果有缩写语这样的专业语言,正确的语音mRNA是非常困难的。为了解决问题,微软公司正在扩展Azure的定制语音识别功能,允许的组织用于Officebook65数据创建定制语音模型。对于自由选择该服务的Office客户,Azure可以自动分解一个自定义模型,该模型利用Office的联系方式、电子邮件和文件等数据,以几乎隔绝、安全、相容的方式开展操作者,在组织的特定方言中获得了更准确的语音mRNA,如技术语和人员姓名。

对于有兴趣尝试这个新功能的客户,微软公司会给你的机构一个私人预览,让你从专属优化的语音服务中受益。【照片来源:MicrosoftresearchBlog所有者:MicrooftresearchBlog所有者:MicrooftresearchBlog所有者:微软公司的Azure语音服务仍然反对微软公司自己的M365解决方案,以及许多用于完全统一语音平台的第三方客户。

从Allstate到名字,利用Azure语音服务加快数字转型。微软公司可以用于NLP技术进一步加强最后的自动会议记录和Azure对话mRNA,如机械翻译、QA,帮助客户构筑更多的目标。(公共编号:)记录:本文编译器允许从Microsoftresearchblog版权文章中发布禁令。下一篇文章发表了注意事项。


本文关键词:皇家金堡,皇家金堡官方网站

本文来源:皇家金堡-www.bestgeek.net