Whisper
OpenAI Whisper 是一款先进的自动语音识别（ASR）系统，可将语音转录为文本，支持 99 种语言，对口音和噪音有强大适应性，并且作为开源项目可灵活应用于多种 AI 场景。...
3 分钟阅读
Speech Recognition
AI
+6
Speech Recognition
模式识别
模式识别是一种用于识别数据中模式和规律的计算过程，在人工智能、计算机科学、心理学和数据分析等领域至关重要。它能够自动识别语音、文本、图像及抽象数据集中的结构，从而实现智能系统和应用，如计算机视觉、语音识别、OCR 和欺诈检测。...
1 分钟阅读
Pattern Recognition
AI
+6
神经网络
神经网络，或称人工神经网络（ANN），是一种受人脑启发的计算模型，是人工智能和机器学习中进行模式识别、决策制定以及深度学习应用等任务的核心技术。...
1 分钟阅读
Neural Networks
AI
+6
循环神经网络（RNN）
循环神经网络（RNN）是一种复杂的人工神经网络，旨在通过利用先前输入的记忆来处理序列数据。RNN 在数据顺序至关重要的任务中表现出色，包括自然语言处理（NLP）、语音识别和时间序列预测。...
1 分钟阅读
RNN
Neural Networks
+5
异读词
什么是异读词？异读词是一种独特的语言现象，指的是两个或多个单词拼写相同，但发音和含义不同。这些词是同形异音异义词。简单来说，异读词在书写上看起来一模一样，但在口语中发音不同，并且根据语境表达不同的意思。...
2 分钟阅读
Linguistics
AI
+5
音频转录
音频转录是将音频录音中的口语转换为书面文本的过程，使演讲、访谈、讲座及其他音频格式内容变得可访问且可检索。人工智能的进步提升了转录的准确性和效率，为媒体、学术、法律及内容创作等行业提供支持。...
1 分钟阅读
Audio Transcription
AI
+4
隐马尔可夫模型
隐马尔可夫模型（HMM）是一类复杂的统计模型，适用于底层状态不可观测的系统。广泛应用于语音识别、生物信息学和金融领域，HMM 用于解释隐藏过程，并依赖于 Viterbi 和 Baum-Welch 等算法。...
1 分钟阅读
Machine Learning
Statistical Models
+4
语料库
在人工智能领域，语料库（复数：corpora）指的是用于训练和评估AI模型的大型结构化文本或音频数据集。语料库对于教会AI系统如何理解、解释和生成自然语言至关重要。...
1 分钟阅读
Corpus
NLP
+3
语音识别
语音识别，也称为自动语音识别（ASR）或语音转文本，使计算机能够理解并将口语转换为书面文本，支持从虚拟助手到辅助工具等应用，变革了人机交互方式。...
1 分钟阅读
Speech Recognition
ASR
+5
语音识别
语音识别，也称为自动语音识别（ASR）或语音转文字，是一项使机器和程序能够理解并将口语转换为书面文本的技术。这一强大的功能不同于声纹识别，后者用于识别特定说话人的声音。语音识别专注于将口语内容准确地转写为文本。...
1 分钟阅读
Speech Recognition
AI
+5