科大訊飛通過深度神經網絡算法，5分鐘生成一個虛擬直播
10月23日，科大訊飛1024全球開發者節舉辦，科大訊飛董事長劉慶峰透露稱，現在科大訊飛5分鐘就能生成一個虛擬主播。
劉慶峰稱，“原來我們合成明星講話需要一周時間去錄音，現在5~10分鐘就基本可以模仿一個人，半小時就可以做得很像，使我們的虛擬主播具備了前所未有的能力。”
這主要得益于深度神經網絡算法，它可以自主學習，使得海量數據能夠真正的在應用場景中發揮。
其實在去年的國際自然語言理解大賽SquAD中，科大訊飛AI首次超過人類水平，也是表證了其在機器自主學習方面的優勢。
劉慶峰還展望，人工智能將來能夠滿足我們每一個人的個人使用。
科大訊飛在個性化訓練和學習上發力的非常重要的原因，就是：未來使得每一個人都站在人工智能肩膀之上，成為更有競爭力的每個個體。而不是通過人工智能把大量的工作替代，讓大量的人員沒有工作。
責編AJX
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
神經網絡
+關注
關注
42文章
4779瀏覽量
101054 -
科大訊飛
+關注
關注
19文章
818瀏覽量
61434 -
深度學習
+關注
關注
73文章
5512瀏覽量
121426
發布評論請先 登錄
相關推薦
【飛凌嵌入式OK3576-C開發板體驗】RKNN神經網絡算法開發環境搭建
download_model.sh 腳本，該腳本
將下載一個可用的 YOLOv5 ONNX 模型，并存放在當前 model 目錄下，參考命令如下：
安裝COCO數據集，在深度
發表于 10-10 09:28
基于神經網絡的全息圖生成算法
全息圖生成技術作為光學與計算機科學交叉領域的重要研究方向，近年來隨著神經網絡技術的飛速發展，取得了顯著進展。基于神經網絡的全息圖生成算法，以其強大的非線性擬合能力和高效的計算性能，為全
深度神經網絡與基本神經網絡的區別
在探討深度神經網絡（Deep Neural Networks, DNNs）與基本神經網絡（通常指傳統神經網絡或前向神經網絡）的區別時，我們需
深度神經網絡的設計方法
深度神經網絡（Deep Neural Networks, DNNs）作為人工智能領域的重要技術之一，通過模擬人腦神經元之間的連接，實現了對復
神經網絡反向傳播算法的優缺點有哪些
神經網絡反向傳播算法（Backpropagation Algorithm）是一種廣泛應用于深度學習和機器學習領域的優化算法，用于訓練多層前饋
神經網絡反向傳播算法的原理、數學推導及實現步驟
傳播算法的原理、數學推導、實現步驟以及在深度學習中的應用。 神經網絡概述 神經網絡是一種受人腦啟發的計算模型，由大量的
bp神經網絡是深度神經網絡嗎
BP神經網絡（Backpropagation Neural Network）是一種常見的前饋神經網絡，它使用反向傳播算法來訓練網絡。雖然BP
神經網絡算法的結構有哪些類型
神經網絡算法是深度學習的基礎，它們在許多領域都有廣泛的應用，如圖像識別、自然語言處理、語音識別等。神經網絡的結構有很多種類型，每種類型都有其獨特的特點和應用場景。以下是對
神經網絡反向傳播算法原理是什么
神經網絡反向傳播算法（Backpropagation Algorithm）是一種用于訓練多層前饋神經網絡的監督學習算法。它
利用深度循環神經網絡對心電圖降噪
曼濾波。因此，通過這種方式訓 練網絡，無法獲得比卡爾曼濾波本身更好的 性能。本文介紹了一種利用深度遞歸神經網絡 （DRNN）對 ECG 信號
發表于 05-15 14:42
工商網監
評論