抓取结果
语音识别-人工智能实验室AiLab旗下语音识别频道,汇集最新最全的语音识别新闻及资讯，让您掌握语音识别第一手的资讯-中国人工智能网-Powered by AiLab.cn 首页科技新闻 机器学习 物联网 云计算 机器人 无人机 VR虚拟现实 语音识别 投稿 更多内容 模式识别 智能算法 字符识别 专家系统 遗传算法 蚁群算法 加密与安全 创业 企业新闻 产品动态 人物报道 展会会议 量子技术 扫地机器人 太空探索 基因工程 AR增强现实 6G通信 人工智能应用 人工智能教育 产业政策 动力能源 分类1 | 分类2 --> 语音识别热点 HotNews 手术机器人已接近自动驾驶L3级，“具身智能”会是医疗AI的完全进化体吗？ HAIC 2025预告：光合组织All in开放架构，推动智算生态终极一跃！ 深圳硬件公司做AI陪伴机器人，拿下红杉投资，用户量破百万｜Insight全球 AI眼镜的火，烧到了车圈 从“一次性部署”到“动态进化”：“FDE+FDR”破解工业AI落地难痛点 1 2 3 4 5 基层治理元景放新招！数通“最后一公里”，智达“便民零距离” 钛虎五周年活动暨新品发布会·大咖齐聚共话产业新生态 科技巨头打响语音模型之战！亚马逊用Claude升级Alexa，Cerebras语音模式快如闪电 GPT-4o模仿人声说“不”，无意的语音生成仍是模型弱点 科大讯飞申请语音识别专利，提升实体词的识别效果 高通公司申请使用语音认证的设备查找器专利，使得扬声器可听见地输出警报声音以协助用户定位计算设备 小赛道领跑？埃及AI公司阿拉伯语语音识别准确率超越谷歌 ChatGPT可以语音交流了 苹果、微软、谷歌、亚马逊、Meta 合作，将改善残疾人的语音识别 Amazon研发人声复制技术 离世者可借语音助理重新发声 中国联通AI语音识别实时传译与转换 造就无界沟通新体验 语音合成技术分享 摩托车也要走入智能化时代 钱江摩托引入语音助手 新一代Kaldi发布将从根本上改变语音识别方式 明年将应用于小米产品 广告 当前位置：人工智能实验室> 语音识别 ChatGPT 升级多模态交互 语音文本无缝合并打破体验边界 语音识别2025-11-26 09:55 250 【TechWeb】11月26日消息，OpenAI 正式宣布 ChatGPT 完成重大功能迭代，将原独立的 “语音模式”（Voice Mode）全面整合至主聊天界面，实现语音与文本交互的深度融合，用户无需切换模式即可同步获取语音应答、视觉呈现与文字转录服务。据 OpenAI 官方博文披露，此前需单 ...... 微信支持潮汕话语音转文字了 语音识别2025-11-17 11:08 327 记者 陈月芹11月中旬，微信的语音转文字功能悄然启动了对潮汕话的支持，这是继粤语之后开放的第二种汉语方言。经济观察报记者实测发现，用户将微信版本更新至最新版本后，在聊天窗口中，可以选择“按住说话”并上滑直接转成文字发送，或长按语音消息“转文字”，即可实 ...... 识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源 语音识别2025-11-14 07:51 352 专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！Meta AI发布了名为Omnilingual ASR（自动语音识别），它能转录超过1600种人类语言。这其中，有500多种语言是历 ...... 打破全球语言壁垒：Meta推出支持1600种语言的语音识别系统并开源 语音识别2025-11-12 10:23 421 IT之家 11 月 11 日消息，Meta 基础人工智能研究（FAIR）团队推出了“全语种自动语音识别系统”（Omnilingual ASR），该系统可支持 1600 多种语言的语音转写，大幅拓展了当前语音识别技术的语言覆盖范围。此前，大多数语音识别工具都专注于几百种资源丰富的语言，这些语 ...... AI 实时语音深度伪造技术实现突破性进展，诈骗成功率近 100% 语音识别2025-10-26 12:31 176 IT之家 10 月 25 日消息，接触过变声器的朋友应该或多或少听说过，目前主流的语音处理方案都是会有一定延迟时间的，甚至可以说效果越逼真，延迟就越高。据网络安全公司 NCC Group 最新披露，AI 正推动语音深度伪造技术走向“实时”阶段，攻击者可在通话中即时模仿他人声 ...... 豆包发布语音合成/声音复刻等大模型：能理解情感、调节音调风格 语音识别2025-10-16 18:55 137 IT之家 10 月 16 日消息，据“火山引擎”公众号，在今天的 FORCE LINK AI 创新巡展·武汉站活动中，火山引擎全新发布和升级了四款豆包大模型：豆包大模型 1.6 升级，原生支持 4 种思考长度；豆包大模型 1.6 lite、豆包语音合成模型 2.0、豆包声音复刻模型 2.0 全新发布 ...... 字节正在内测一款全新的语音输入法 语音识别2025-10-13 15:35 233 说一个可能有争议的观点：键盘已经是上个时代的产物。用不了几年时间，语音将彻底取代键盘，成为我们主要的输入方式。我同事并不认同这个判断。他说，在办公室、会议室这些场景里，谁会用语音输入？那不尴尬死吗？谁能受得了这样的同事？我理解他的想法。可问题是，当你 ...... 哔哩哔哩自研语音生成大模型IndexTTS-2.0 正式开源 语音识别2025-09-09 20:39 825 IT之家 9 月 9 日消息，B站（Bilibili）昨日（9 月 8 日）发布公告，宣布正式开源其自研语音生成大模型 IndexTTS-2.0，是首个支持精确时长控制（Duration Control）的自回归（Autoregressive）零样本文本转语音（TTS）系统。IT之家援引 GitHub 页面介绍，相比较传统逐 t ...... 阿里端出最强语音模型！英文rap精准转文字，准确率干翻全球 语音识别2025-09-09 11:25 538 智东西9月9日报道，昨天，阿里发布最新语音识别模型Qwen3-ASR-Flash，该模型基于Qwen3基座模型训练，支持11种语言和多种口音。用户可以通过ModelScope、HuggingFace和阿里云百炼API Qwen3-ASR-Flash免费体验。在ASR（自动语音识别）的多项基准测试中，Qwen3-ASR-Flash在 ...... OpenAI ChatGPT 高级语音模式已登陆 Windows 和 Mac 平台 语音识别2024-10-31 08:10 210 IT之家 10 月 31 日消息，OpenAI 今日宣布，ChatGPT 的高级语音模式（Advanced Voice Mode，简称 AVM）现已登陆 Windows 和 Mac 平台。AVM 基于 OpenAI 最先进的 GPT-4o 模型运行，允许用户像与真人对话一样与 ChatGPT 进行交流，包括打断、停顿等自然语言行为。OpenAI ...... 科技巨头打响语音模型之战！亚马逊用Claude升级Alexa，Cerebras语音模式快如闪电 语音识别2024-09-10 14:24 2588 新智元报道 编辑：乔杨 Frey 【新智元导读】 虽然OpenAI的「Her」还是期货，但硅谷的科技巨头们已经开始相继发力语音模型。前有谷歌的Gemini Live和苹果的升级版Siri，如今巨头亚马逊和新秀Cerebras也加入了这场竞争。继OpenAI在5月发布会上展示「期货」GPT-... GPT-4o模仿人声说“不”，无意的语音生成仍是模型弱点 语音识别2024-08-13 14:16 7387 在提供的案例中，AI模型发出No的声音，后用一种与红队（OpenAI雇佣进行对抗性测试的人）相似的声音继续说话。数据科学家评价称OpenAI刚刚泄露了《黑镜》下一季的剧情。 OpenAI 和机器人对话，机器人突然开始用你的声音和你说话，这并非科幻剧情，而是OpenAI... 语音克隆技术引发担忧，OpenAI 再次解释其文本转语音工具 语音识别2024-06-11 10:04 4847 IT之家 6 月 10 日消息，OpenAI 在几个月内第二次就其文本转语音工具进行解释，并再次强调该工具目前并未大范围开放，且未来也可能不会。 图源 Pexels 无论我们最终是否会大规模部署这项技术，让世界各地的人们理解这项技术的发展方向都非常重要，OpenAI公司... 智能座舱算法基础之语音识别篇 语音识别2024-02-17 08:39 6336 近年来人工智能技术快速发展，比较引人注目的包括智能语音技术、计算机视觉技术和自动语音识别技术等。其中，自动语音识别（ASR），简称语音识别，是重要的组成部分。其主要目标是把语音信号转变为相应的文字，从而让机器具有听觉功能，能够直接接收人的口语... 科大讯飞申请语音识别专利，提升实体词的识别效果 语音识别2024-01-07 18:27 4992 专利摘要显示，本申请公开了一种语音识别方法、装置、设备及可读存储介质。在获取待识别语音数据、确定待识别语音数据的声学特征序列之后，基于声学特征序列进行解码处理，其中，在每个解码时刻，只对该解码时刻的候选解码路径中最后一个词被判定为实体词的... 声音如何泄露你的隐私？美国学者谈智能语音的风险 语音识别2023-12-08 13:31 5716 2018年2月，苹果智能音箱HomePod正式在美国上市。（视觉中国/图） 图罗曾经写过一个故事：一位父亲在家里收到百货公司邮寄的母婴用品广告后，才得知他尚未成年的女儿已经怀孕。商场怎么会比女孩的家人更早知道她怀孕呢？ 美国学者、宾夕法尼亚大学教授约瑟夫... 苹果介绍语音辅助功能：可用 iPhone 保留自己的声音 语音识别2023-12-01 19:18 5520 IT之家 12 月 1 日消息，苹果公司今天发布新闻稿，以内科医生兼残疾人权利倡导者 Tristram Ingham 为视角， 介绍了实时语音和个人语音两项新增辅助功能。 实时语音是 Apple 今年秋天推出的另一项语言辅助功能，可以帮助用户输入想说的话，并通过个人声音或系... 高通公司申请使用语音认证的设备查找器专利，使得扬声器可听见地输出警报声音以协助用户定位计算设备 语音识别2023-11-21 18:10 2513 专利摘要显示，计算设备可以接收由麦克风捕获的音频信号的指示，其中音频信号包括语音输入。计算设备可以至少部分地基于将语音输入与由计算设备的授权用户提供的数据进行比较来确定音频信号中的语音输入来自计算设备的授权用户并且包括与触发设备查找器功能... 最强开源语音克隆AI模型：Coqui TTS 语音识别2023-11-15 17:54 8636 前有HeyGen的火热大家都开始关注 语音克隆 （详情见这篇文章）， 后有ChatGPT的 文本转语音 技术让大家眼前一亮！ 但是ChatGPT和HeyGen虽好，可不仅要翻墙使用，而且还要购买会员才可以！ 那么开源领域有没有好用的？答案是有的！ 今天要介绍下2.2W的开源项... 小赛道领跑？埃及AI公司阿拉伯语语音识别准确率超越谷歌 语音识别2023-10-07 08:34 10861 财联社10月4日讯（实习编辑 高佳宁） 埃及领先的人工智能公司Intella在 Pre- A轮融资中从沙特投资者处成功获得了340万美元，这轮融资由沙特 HALA投资公司和沙特阿美的投资部门Waed投资公司牵头。 Intella是埃及领先的科技初创公司之一，致力于研究适合各种方... ChatGPT可以语音交流了 语音识别2023-09-26 09:51 5189 OpenAI公司周一宣布，该公司的ChatGPT现在可以看、听、说，或者至少可以理解口语，用合成的声音做出反应，并处理图像。 这款聊天机器人是OpenAI自推出GPT-4以来最大的一次更新，它允许用户在ChatGPT的移动应用程序上选择语音对话，并从五种不同的合成声音中... 用语音控制特斯拉是怎样的体验？科技改变生活，苹果和特斯拉联动 语音识别2023-08-27 07:05 10462 苹果和特斯拉一直是我最喜欢的两个科技公司，这次它们终于迎来了联动，特斯拉APP推出了最新的版本4.24.0，新功能可以看到增加Apple快捷指令功能，也就意味着我们可以用siri控制我们的特斯拉了。 这其实并不是一个特别新鲜的功能，早在很久，第三方的小特APP... 12345678910下一页末页 热门排行 哔哩哔哩自研语音生成大模型IndexTTS-2.0 正式开源 阅读量：825 阿里端出最强语音模型！英文rap精准转文字，准确率干翻全球 阅读量：538 打破全球语言壁垒：Meta推出支持1600种语言的语音识别系统并开源 阅读量：421 识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源 阅读量：352 微信支持潮汕话语音转文字了 阅读量：327 ChatGPT 升级多模态交互 语音文本无缝合并打破体验边界 阅读量：250 最新发布 ChatGPT 升级多模态交互 语音文本无缝合并打破体验边界 微信支持潮汕话语音转文字了 识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源 打破全球语言壁垒：Meta推出支持1600种语言的语音识别系统并开源 AI 实时语音深度伪造技术实现突破性进展，诈骗成功率近 100% 豆包发布语音合成/声音复刻等大模型：能理解情感、调节音调风格 字节正在内测一款全新的语音输入法 哔哩哔哩自研语音生成大模型IndexTTS-2.0 正式开源 阿里端出最强语音模型！英文rap精准转文字，准确率干翻全球 OpenAI ChatGPT 高级语音模式已登陆 Windows 和 Mac 平台 本月热点 打破全球语言壁垒：Meta推出支持1600种语言的语音识别系统并开源 识别1600+种人类语言，支持少样本扩展到5400+种语言，Meta自动语音识别模型开源 微信支持潮汕话语音转文字了 ChatGPT 升级多模态交互 语音文本无缝合并打破体验边界 字节正在内测一款全新的语音输入法 AI 实时语音深度伪造技术实现突破性进展，诈骗成功率近 100% 豆包发布语音合成/声音复刻等大模型：能理解情感、调节音调风格 推荐内容 2026年法国劳保展 2025第二十二届上海国际袋式除尘技术与设备展览会暨研讨会 2025年第三十四届俄罗斯国际医疗展 2025年俄罗斯国际医疗、诊断实验室及制药、康复展览会 俄罗斯莫斯科国际医疗设备展览会 俄罗斯莫斯科国际医疗设备展览会 第五届世界生物科学与技术大会 (BioST 2025 SG) 2025第九届国际碳材料大会暨产业展览会 2025第九届国际碳材料大会暨产业展览会 2025国际精密加工博览会（ PME CHINA） 2025厦门国际光电博览会（厦门光博会 XMIPE） 2025第四十七届深圳国际医疗器械展览会（深圳医博会 CMEH） 2025第22届亚洲保温材料与节能技术展览会 2025第七届上海国际垃圾焚烧发电暨固废处理技术展览会 2025上海国际废弃物处理及资源利用展览会 2025第十二届上海国际蒸发及结晶技术设备展览会 2025第二届亚洲绿色工厂设计、建设厂务大会暨展览会 2025 第二届上海洁净技术与设备展览会邀请函 云推荐 思特威推出5000万像素0.64μm手机应用CMOS图像传感器 京东工业过上市聆讯，三位核心负责人回应国际化和机器人布局 广东“十五五”规划建议：集成电路、人工智能被重点提及 全黑色苹果Vision头显部件曝光，指向“Vision Air” 特朗普政府All in！据称考虑明年发机器人行政令，iRobot盘中涨近80% 2年内AI生成世界90%知识！老黄2小时重磅访谈「剧透」未来 厦门国际博览中心：以“数智场馆”绘就会展新图景 2025广州国际食药物质产业发展大会暨展览会 英特尔实现光学I/O芯粒的完全集成，有望革新高速数据处理 蚁小二一键分发工具怎么用？蚁小二一键分发工具多吗？ 2025深圳咖啡茶饮展览会|咖啡展|2025深圳咖啡产业展 家里做生意的女生：独立、智慧与美丽的结合 HOTELEX2025博华深圳联展 深圳国际酒店及餐饮业博览会 2025深圳国际酒店工程设计与用品博览会 派拓网络发布运营技术安全状况调查报告 黄仁勋：人类不会因为AI而失业 地平线与元戎启行达成合作，基于征程6P开发高阶辅助驾驶解决方案 Meta收购AI可穿戴公司Limitless 江苏“十五五”规划建议发布，集成电路、第三代半导体、光量子芯片等被提及 提升创业素质和能力，迈向成功之路 陪聊、助行、守护 养老机器人让照护更暖更智慧 2025第5届上海国际数据中心液冷散热展览会 夸克AI眼镜二手溢价飙到5000元 软银与英伟达拟联合投资超10亿美元，推动Skild AI估值升至140亿美元 消息称ONE2X完成A轮融资，视频生成平台产品即将发布 创想三维在深又落一子，3D打印线下开“打” 「智世机器人」完成数千万元A+轮融资，研发安全易用四向穿梭机器人丨 36氪首发 2025第二届亚洲绿色工厂设计、建设厂务大会暨展览会 思瑞浦：终止收购，未来仍与奥拉股份积极寻求发展机会 英国制裁两家中国公司，外交部回应 家庭娱乐市场再迎王炸，小度推出添添闺蜜机（悦享版）引领智能体验新潮流 想学技术什么比较好？揭秘四大热门技术领域 新华医疗：已启动脑机接口与康复设备结合的初代样机研发 瑞数信息：智能防护新时代，看AI如何筑起网络防线 软银被曝洽购DigitalBridge 瞄准AI基建大时代机遇 梅见们要靠“年轻化”突围，但代理商们面对新酒饮还需冷静 机构预测：到2029年仅5%车企坚持投入AI 2025上海纺织面料展 上海服装辅料展 声音 无人配送车成为AI领域第一个井喷赛道 访新石器CEO余恩源 华为张平安：以架构创新提高系统竞争力，让AI重塑千行万业 “百镜大战”开启：巨头扎堆AI眼镜，风口还是虚火？ 苹果加大供应链投资 加速打造“越南果链”？ 2026第23届西南农资博览会、西南种业博览会 2026第24届中国（成都）橡塑及包装工业展览会 特朗普将在本周签署行政令确立AI监管“统一规则” 惊艳了！天工AI真的能理解和回应老WOWer的魔兽情结！ 外媒关注中国发布“全球首款AI手机”：第二个“DeepSeek时刻”？ 2025深圳国际高性能医疗器械展 AAAI 2026｜新突破：北大彭宇新团队提出可见光-红外终身行人重识别方法CKDA 2026第53届中国北京国际礼品、赠品及家庭用品展览会 中国具身智能机器人市场呈六大发展趋势，2030年市场规模将达770亿美元 友情链接 Links 展会 Discuz大师网 人工智能世界 人工智能世界 人工智能世界 中国VR产业网 实验室管理软件 实验室管理软件 人工智能公司 智能家 图标素材 pixabay免费图片 人工智能 人工智能平台 Ai中国网 财经 极智能 张家港论坛 591ARVR 591ARVR 留学移民 张家港论坛 SMT贴片加工 找标注网 点我数据标注 华锐视点VRAR 查IC网 云帮手运维工具 AGV百科网 热门栏目 HotCates 人工智能 人工智能论坛 科技新闻 人工智能动态 机器学习 语音识别 自然语言处理 指纹识别 人脸识别 神经网络 大数据 物联网 云计算 IPv6 4G通信 机器视觉 机器人 人机交互 人物动态 智能家居 5G通信 车联网/无人驾驶 可穿戴/智能硬件 移动支付/NFC 无人机 VR虚拟现实 区块链/数字货币 石墨烯 3D打印 模式识别 智能算法 字符识别 专家系统 遗传算法 蚁群算法 加密与安全 创业 企业新闻 产品动态 人物报道 展会会议 量子技术 扫地机器人 太空探索 基因工程 AR增强现实 6G通信 人工智能应用 人工智能教育 产业政策 动力能源 头条资讯 互联网 行业百态 市场动态 财经快讯 媒体之声 云时代 笑话-开心一刻 股票资讯 全网热点 展会新闻 展会信息 展会资讯 IT新闻 IT观察 商业快讯 展开 收缩 在线客服 值班编辑 友情链接 商务合作 广告合作 展会合作 申请专栏 关于我们 人工智能实验室（AiLab：Artificial Intelligence Laboratory）中国人工智能领域的专业媒体平台，始于2010年的中国AI创业先行者，专注人工智能、机器人、无人驾驶、可穿戴、模式识别、物联网、云计算等新兴技术信息资讯，是人工智能爱好者学习和交流平台，是一群梦想者与实践者的网络家园！ 版权声明 本站部分文章来源于互联网以及网友投稿，本站只负责对文章进行整理、排版、编辑，是出于知识传递之目的，并不意味着赞同其观点或证实其内容的真实性。如果您有什么意见或建议，请联系E-mail：kefu#ailab.cn(将#换成@)！ Copyright © 2010-2025 AiLab Team. 人工智能实验室 版权所有 关于我们 | 赞助我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 展会港 | 工作机会
网站标题
语音识别-人工智能实验室AiLab旗下语音识别频道,汇集最新最全的语音识别新闻及资讯，让您掌握语音识别第一手的资讯-中国人工智能网-Powered by AiLab.cn
关键词
语音识别芯片,中文语音识别系统,语音识别api,智能语音识别芯片,电脑语音识别系统,语音识别软件,语音识别技术,语音识别软件电脑版,语音识别文字软件,语音识别系统,语音识别模块,百度语音识别,语音大师,语音记事本,语音输入
站点描述
语音识别技术，也被称为自动语音识别（英语：Automatic Speech Recognition, ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。与说话人识别及说话人确认不同，后者尝试识别或确认发出语音的说话人而非其中所包含的词汇内容。语音识别技术所涉及的领域包括：信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等等。