-
微软用GPT-4V解读视频，看懂电影还能讲给盲人听，1小时不是问题
世界各地的人们每天都会创造大量视频，包括用户直播的内容、短视频、电影、体育比赛、广告等等。 视频是一种多功能媒介，可以通过文本、视觉和音频等多种模态传递信息和内容。如果可以开发出能学习多模态数据的方法，就能帮助人们设计出具备强大能力的认知机器 —— 它不...
-
.Net 使用OpenAI开源语音识别模型Whisper
.Net 使用OpenAI开源语音识别模型 Whisper 前言 Open AI在2022年9月21日开源了号称其英文语音辨识能力已达到人类水准的 Whisper 神经网络，且它亦支持其它98种语言的自动语音辨识。 Whisper系统所提供的自动语音...
-
面向企业的人工智能应用程序开发指南
如果开始深入研究人工智能应用程序开发过程，首先要了解这些项目与常规应用程序开发项目有何不同。谈到人工智能，每个问题都需要一个独特的解决方案，即使企业已经开发了类似的项目。一方面，有多种预训练模型和经过验证的方法可用于构建人工智能。此外，人工智能是独一无二...
-
AIGC入门须知
布道 AI ，让更多普通人意识到新时代已经到来，毕竟早人一步就是红利。 一、GPT 介绍 一）GPT 概述 GPT 是一种自然语言处理技术的聊天机器人，它能够实现智能对话、回答用户提问、完成任务等功能。 具体来说，GPT 能够通过学习语言模式、...
-
浅谈文心一言
作者简介： 辭七七，目前大一，正在学习C/C++，Java，Python等作者主页： 七七的个人主页文章收录专栏： 七七的闲谈 欢迎大家点赞 ? 收藏 ⭐ 加关注哦！?? 文心一言 什么是文心一言 科技简介 主要功能 应用领域 文...
-
语音识别模型whisper的参数说明
一、whisper简介： Whisper是一种通用的语音识别模型。它是在各种音频的大型数据集上训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 二、whisper的参数 1、-h, --help 查看whisper的参数...
-
OpenAI与第三方机构合作，构建新的AI训练数据集
OpenAI最近宣布了Data Partnerships计划，旨在与第三方机构合作，创建用于AI模型训练的公共和私有数据集。这一举措旨在解决现有AI模型训练数据集中存在的问题，其中包含有毒语言和偏见。 OpenAI的目标是培养更安全、更有益于全人类的AI。...
-
OpenAI 寻求合作伙伴生成用于训练 AI 模型的数据集
IT之家 11 月 10 日消息，OpenAI 发文宣布，将与组织合作生成用于训练 AI 模型的公共 / 私有数据集，数据合作伙伴关系旨在“让更多组织能够帮助引导 AI 的未来”并“从更有用的模型中受益”。 IT之家从博客获悉，OpenAI 称：“为了...
-
使用 PAI-Blade 优化 Stable Diffusion 推理流程
背景 AIGC是人工智能计算领域里发展迅速的重要业务。Stable Diffusion 是其中最热门的开源模型，受到广泛关注。然而，随着应用场景不断扩大，Stable Diffusion所面临的推理时延和计算成本问题也越来越突出。 简介 PAI-Bl...
-
AI视野：ChatGPT和API发生重大中断；GPTs分阶段推出计划延迟；中国第二批11个大模型备案获批；阿里将开源720亿参数大模型
???AI新鲜事 ChatGPT和API发生重大中断! 11月9日凌晨，OpenAI在官网发布，ChatGPT和API发生重大中断，导致全球所有用户无法正常使用，宕机时间超过2小时。OpenAI已经找到问题所在并进行了修复，但仍然不稳定，会继续进行安全监控...
-
AIGC技术发展和应用方向
AIGC（Artificial Intelligence Generated Content）是指通过人工智能技术生成的各种文本、图像、音频和视频等多媒体内容。AIGC技术是机器学习和自然语言处理等技术的结合，通过对海量数据的学习和分析，可以让计算机模拟人...
-
语音识别开源框架 openAI-whisper
Whisper 是一种通用的语音识别模型。 它是OpenAI于2022年9月份开源的在各种音频的大型数据集上训练的语音识别模型，也是一个可以执行多语言语音识别、语音翻译和语言识别的多任务模型。 GitHub - yeyupiaoling/Whispe...
-
万万没想到，我用文心一言开发了一个儿童小玩具
最近关注到一年一度的百度世界大会今年将于10月17日在北京首钢园举办，本期大会的主题是“生成未来（PROMPT THE WORLD）”。会上，李彦宏会做主题为「手把手教你做AI原生应用」的演讲，比较期待 Robin 会怎么展示。据说，大会当天百度还会发布文...
-
使用MATLAB对语音信号进行采集以及读写的方法
一、语音信号特点 20世纪90年代以来，语音信号采集与分析在实用化方面取得了许多实质性的研究进展。其中，语音识别逐渐由实验室走向实用化。一方面，对声学语音学统计模型的研究逐渐深入，鲁棒的语音识别、给予语音段的建模方法及隐马尔可夫模型与人工神经网络的结合成为...
-
语音识别技术发展的驱动力：语音数据的采集和处理
语音识别技术是一项基于人工智能的技术，通过计算机对人的语音进行分析和处理，将语音转化成文字，以此达到自动化处理的目的。语音识别技术的应用广泛，包括智能助手、语音导航、语音搜索、电话自动语音应答等等。但是要实现高质量的语音识别，一个非常重要的因素就是语音数据...
-
通过100个关键词学习法来学习人工智能（AI）
100个关键词学习法是一种高效的学习方法，它的核心思想是围绕关键词（也就是重点）来进行学习。这套方法论最初由冯唐在世界顶级咨询公司中总结出来。具体来说，不论你想学习哪个行业的知识，首先需要掌握这个行业最重要的一百个关键词。这些关键词可以帮助你快速理解并掌...
-
想快速进入人工智能领域的Java程序员？你准备好了吗？
引言 今天我们来探讨一下作为Java程序员，如何迅速融入人工智能的领域。，当前有一些流行的LLMs选择，例如ChatGPT、科大讯飞的星火、通义千问和文心一言等。如果你还没有尝试过这些工具，那么现在也不失为一个很好的机会，赶快体验一下吧。这些工具不仅能够...
-
科普神文，一次性讲透AI大模型的核心概念
图片 令牌，向量，嵌入，注意力，这些AI大模型名词是否一直让你感觉熟悉又陌生，如果答案肯定的话，那么朋友，今天这篇科普神文不容错过。我将结合大量示例及可视化的图形手段，为你由浅入深一次性讲透AI大模型的核心概念。 引言 随着科技公司及国际竞争的不断推进，...
-
vivo推出新助理“蓝心小V” 基于AI大模型打造
vivo宣布推出新助理“蓝心小V”，蓝心小V结合了vivo的AI技术，提供了多种功能，包括文案写作、AI P图、图像识别、语音识别和机器翻译等。 蓝心小V支持语音、文字和拖拽三种交互方式，同时还有一个小巧的悬浮态，可以在需要时轻松打开或最小化挂起。 蓝心...
-
网络安全中的生物识别技术：加强数据保护
在当今的数字时代，广阔的互联网上不断的信息交换引发了前所未有的网络安全问题。当我们将最敏感的个人数据、金融交易甚至国家安全托付给数字系统时，对强大数据保护的需求比以往任何时候都更加重要。面对不断变化的网络威胁，传统的安全措施往往无法满足要求，例如基于密...
-
14.99万起 埃安AION S MAX上市：移动大平层 前排可完全躺平
快科技10月27日消息，埃安AION S MAX现已正式上市，新车共推出5款车型，售价区间为14.99-20.29万元。 埃安AION S MAX整体延续了AION S Plus的造型设计，采用了分体式大灯组，造型更加细长凌厉，搭配封闭式前格栅，更显高级感...
-
三星 Galaxy S24、S24+ 和 S24 Ultra 将成为「史上最智能的 AI 手机」
三星电子有望在其即将推出的 Galaxy S24 系列手机中推出更为先进的人工智能（AI）技术，这一系列新机预计将在明年 1 月正式亮相。 据 SamMobile 报道称，这三款新机——Galaxy S24、Galaxy S24+和 Galaxy S24...
-
从基础到实践，回顾 Elasticsearch 向量检索发展史
1.引言 向量检索已经成为现代搜索和推荐系统的核心组件。 通过将复杂的对象（例如文本、图像或声音）转换为数值向量，并在多维空间中进行相似性搜索，它能够实现高效的查询匹配和推荐。 Elasticsearch 作为一款流行的开源搜索引擎，其在向量检索方面...
-
最新AI配音技术刷屏！声音克隆+口型同步，这下真的是“全世界都在说中国话”了
没开玩笑，现在的AI技术，能让全世界都说中国话。 继“AI孙燕姿”后，最近，有一条视频再次刷新了大众对于AI配音技术的认知。 10月19日，B站UP主“johnhuu”发布了一条题为“这才是没有译制片腔调的翻译”的视频。 视频一开头，霉霉正在用地道的普通话...