自动语音识别 (ASR)
小米新一代Kaldi团队论文解读:新型自动语音识别 (ASR) 模型Zipformer诞生之路|ICLR 2024 Oral
近日,小米集团新一代 Kaldi 团队关于语音识别声学模型的论文《Zipformer: A faster and better encoder for automatic speech recognition》被 ICLR 2024 接收为 Oral (Top 1.2%)。论文链接:: Kaldi 团队是由 Kaldi 之父、IEEE fellow、小米集团首席语音科学家 Daniel Povey 领衔的团队,专注于开源语音基础引擎研发,从神经网络声学编码器、损失函数、优化器和解码器等各方面重构语音技术链路,旨在提
1/25/2024 5:14:00 PM
机器之心
- 1
资讯热榜
DeepSeek+Drawio一键生成20多种图表,90%都不知道的技巧(附保姆级教程)
Manus 内测启动:Monica 团队推出“通用 AI 代理”引发热议
阿里新开源推理大模型QwQ-32B,性能媲美DeepSeek-R1、显存需求更小
大模型系列:DeepSeek大模型与应用场景介绍
视觉强化微调!DeepSeek R1技术成功迁移到多模态领域,全面开源
三星Galaxy S25系列国行版接入DeepSeek-R1:AI能力全面升级
Monica团队出品全能AI智能体Manus爆了,Manus邀请码怎么搞?
Windsurf Wave 4版本发布:AI编程工具再升级 更智能、更高效
标签云
人工智能
OpenAI
AIGC
AI
ChatGPT
AI绘画
DeepSeek
机器人
数据
谷歌
大模型
智能
Midjourney
用户
学习
模型
GPT
开源
微软
AI创作
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
生成式
蛋白质
芯片
Gemini
代码
神经网络
计算
腾讯
研究
Sora
AI设计
3D
开发者
GPU
AI for Science
英伟达
机器学习
场景
伟达
预测
华为
Transformer
模态
Anthropic
百度
驾驶
深度学习
文本
AI视频
苹果
搜索
神器推荐
算力
LLaMA
科技
xAI
视频生成
安全
应用
干货合集
Copilot
2024
字节跳动
人形机器人
特斯拉
具身智能
亚马逊
语音
视觉
AI应用场景
Claude
写作
AGI