CCF语音对话与听觉专业组走进企业系列活动第十期之“走进腾讯”

新知榜官方账号

2023-09-19 09:20:40

CCF语音对话与听觉专业组走进企业系列活动第十期之“走进腾讯”

本文介绍了CCF语音对话与听觉专业组走进企业系列活动第十期之“走进腾讯”，并邀请到了四位专家介绍腾讯语音及对话领域的最新成果。其中包括腾讯AILab语音技术中心的应用与研究介绍，数字人中的多模态合成技术，低资源语音图像联合识别和实时翻译，以及腾讯天籁音频：云视频会议中的新一代实时音频技术。

腾讯AILab语音技术中心的应用与研究介绍

腾讯AILab是腾讯的企业级AI实验室，借助腾讯丰富应用场景、大数据、计算力，致力于不断提升AI的认知、决策与创造力；在基础研究上，AILab关注四大方向，包括计算机视觉、语音处理，自然语言处理及机器学习；其中，AILab语音技术中心在近几年建立起完整语音交互链条，包括远场阵列及多模态相关模块并实现落地，除了支持公司内外较多包括语音转写，智能硬件等不同业务，也积极探索前沿技术，较早布局多模态交互，AI+数字人及AI+数字内容生成等领域。本报告将介绍腾讯AILab语音技术中心的主要应用落地，分享近期在多个方向包括阵列前端，语音识别，语音分离及多模态交互技术方面研究进展，预告下半年即将对业界开放的语音技术工具平台PiKa和一套大规模多模态数据集。

数字人中的多模态合成技术

近几年来，基于神经网络的声码器模型和基于注意力的端到端的语音合成声学模型大大提升了语音合成的音质以及韵律建模的自然度。本报告主要介绍腾讯AILab数字人中的多模态合成技术近两年的研究和技术进展，以及在现有的主流合成框架下做的一些技术改进。主要介绍两方面内容：1）数字人中的多模态合成技术，以及2）数字人唱歌生成/转换技术。借助腾讯丰富的应用场景，本报告也展示了多模态合成技术在数字人游戏、球赛解说、数字主持人、数字虚拟歌姬等方面的应用。希望通过介绍使大家对腾讯AILab多模态合成技术有更多的了解。

低资源语音图像联合识别和实时翻译

在多媒体内容理解任务中，利用语音识别技术听懂语言，利用OCR技术看懂语言。本讲座将介绍我们如何将二者进行解码统一，在公司全量业务场景上实现算法互补增益和资源节约共享的解决方案；其次，在外语音视频的内容上，如何把听懂和看懂转化为理解，就需要作为核心“大脑”的机器翻译技术，本讲座也将介绍我们在传统语音和图像级联式翻译和最新端到端翻译上的进展。在低资源语种上，也将介绍我们在受限场景搭建工业级低延时，高性能，实时修改语音翻译系统的解决方案。讲座也将介绍《腾讯民汉翻译》在民族语言上的长期积累，以及在一带一路语言理解场景中的前景。

腾讯天籁音频：云视频会议中的新一代实时音频技术

疫情之下，云视频会议蓬勃发展，和传统的视频会议场景相比，音频体验面临着新的网络和音质体验的挑战，迫切需要新一代的解决方案。腾讯多媒体实验室的天籁音频，提供了在复杂网络条件和多变的声学场景下的端到端的完整的音频解决方案，保证了腾讯会议的高清，纯净语言通信体验。

本页网址：https://www.xinzhibang.net/article_detail-12392.html

寻求报道，请

关键词

CCF语音对话听觉专业组企业系列活动腾讯语音对话领域智源社区

分享至微信：

相关工具

Compose AI

免费的Chrome浏览器自动化写作扩展

爱改写

AI改写、纠错、润色辅助工具

5118 SEO优化精灵

一键式生成高质量SEO文章，提高搜索引擎排名获得更多流量

创作王

AI一键帮助你创作营销内容

奇妙文

出门问问推出的AI写作助理

智搜

Giiso写作机器人，内容创作AI辅助工具

三个国外专业免费的调色网站

三个国外专业免费的调色网站无论制作视频、编辑图片，合适的色彩会让你的作品增加视觉冲击力，所以专业的调色技术价值非凡，一部电影或一部好的视频、图片海报，专业调色耗费少则上万，多则上百万，只是大家对专业调色这个行业知之甚少，今天网玩君就为大家分享三个国外专业免费的调色网站，记得收藏好，以后编辑视频、图片

分类标签调色网站免费

04-18 16:42

电影制作中的纹理技术

纹理在电影制作中的重要性纹理是指将详细的表面特征应用于3D模型或视觉效果元素，使其看起来更逼真。纹理对于创建视觉上引人入胜且可信的电影场景至关重要，尤其是涉及CGI、动画或特效的场景。纹理还支持叙事和讲故事，可以通过纹理设置年龄大小等属性，为故事奠定基础。纹理技术的发展历程自胶片问世以来，电影制作人

分类标签纹理电影制作CGI视觉效果微缩模型UV映射

04-18 16:42

UnrealSynth虚幻合成数据生成器-NSDT

UnrealSynth虚幻合成数据生成器-NSDTUnrealSynth基于UE5虚幻引擎开发，可用于生成合成数据集，包括图像和标注数据。可用于各种行业细分场景中目标识别任务的实施效率提高。UnrealSynth合成数据工具包内容UnrealSynth基于UE5虚幻引擎开发，目前支持YOLO系列模型

分类标签 UnrealSynth虚幻引擎数据合成YOLO模型深度学习训练数据

04-18 16:42

人工智能与音乐：谷歌的Project Magenta

谷歌的Project Magenta利用人工智能技术生成音乐和其他艺术形式，如素描、视频和笑话。该项目的目标是为人们创造新的交流方式。本文介绍了该项目的背景、发展历程和应用。在上世纪90年代中期，谷歌研究院的Douglas Eck就开始了他的人生目标：融合人工智能与音乐。二十年后，他与一支谷歌研究团

分类标签人工智能音乐谷歌

04-18 16:42

如何做好SEO优化？

如何做好SEO优化？想要做好SEO优化，得从站内优化和站外优化两个方面入手。一、站内优化1.关键词定位和分析关键词整理是SEO优化中的核心工作，一旦定下来就不建议再次去更改。站长始终要记住关键词一定要和行业、产品、领域息息相关，同时还可以参考竞争对手所做的关键词，可以利用站长工具、5118、爱站网、

分类标签 SEO优化关键词定位网站架构布局

12-11 08:19

万兴科技：营收实现稳健增长，拥抱AIGC新机遇

万兴科技：营收实现稳健增长，拥抱AIGC新机遇国元证券股份有限公司耿军军近期对万兴科技进行研究并发布了研究报告《2022年年度报告点评：营收实现稳健增长，拥抱AIGC新机遇》，本报告对万兴科技给出买入评级，当前股价为75.24元。万兴科技(300624)事件：公司于2023年4月7日收盘后发布《20

分类标签万兴科技营收增长AIGC

12-11 02:11

AI分身市场潜力巨大，万兴科技、京东等已率先布局

“AI孙燕姿”和“CarynAI”引爆市场最近，“AI孙燕姿”和“CarynAI”以以假乱真的程度引爆市场，都是通过采集本人的语音、文字、图像等素材，并通过开源的生成式训练模型进行训练而成。其中，“CarynAI”成功地借助AI技术，打造了自己的AI分身，通过付费的方式，跟AI版的自己进行交往，预计

分类标签 AI孙燕姿CarynAIAI分身AIGC技术虚拟主播数字人

12-11 02:10

万兴科技推出名师必备讲演神器“万兴智演”

万兴科技推出名师必备讲演神器“万兴智演”9月8日，万兴科技面向泛知识领域，推出名师必备讲演神器“万兴智演”。该款AI演示新品集成强大的AIGC能力、精美的行业课程模板以及动画特效素材，大大简化课件制作过程。同时，产品内置强大的录制、直播功能，通过真人实拍与演示内容相结合的形式，实现人景融合的实时演示

分类标签万兴科技万兴智演AI演示

12-11 02:09

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲

万兴科技创始人吴太兵在2023互联网岳麓峰会上的主题演讲2023互联网岳麓峰会论坛上，万兴科技创始人、董事长兼总裁吴太兵进行主题演讲。红网时刻新闻记者郭雅倩甘红长沙报道十届、十年，岳麓峰会从2014年的“湖湘汇”到如今云集万人的盛会，积攒了巨大的关注度和影响力。6月19日，2023互联网岳麓峰会在长

分类标签万兴科技吴太兵岳麓峰会

12-11 02:05

樟宜机场：通过科技改变旅客体验

樟宜机场：通过科技改变旅客体验樟宜机场在智能手机上移动的小红点代表了在机场上空飞行的飞机，通过传感器的追踪获取了相关飞行轨迹。机场通过人工智能、面部识别和数据分析等技术的应用，不断提高机场运营效率，保持创新，致力于成为一个旅客体验更佳、充满活力的目的地。人工智能优化机场运营效率樟宜机场在2017年共

分类标签樟宜机场科技旅客体验

12-10 22:16