在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

語音AI簡介

星星科技指導(dǎo)員 ? 來源:NVIDIA ? 作者:MikikoBazeley ? 2022-08-15 15:44 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人工智能AI )已經(jīng)將合成語音從單調(diào)的機器人呼叫和幾十年前的 GPS 導(dǎo)航系統(tǒng)轉(zhuǎn)變?yōu)?a href="http://m.xsypw.cn/v/tag/11230/" target="_blank">智能手機智能揚聲器中虛擬助理的優(yōu)美音調(diào)。

對于組織來說,為其特定行業(yè)和領(lǐng)域使用定制的最新語音 AI 技術(shù)從未如此容易。

語音 AI 正被用于 power 虛擬助理 ,擴展呼叫中心, 使數(shù)字化身人性化 , 增強 AR 體驗 ,并通過自動化臨床記錄為患者提供無摩擦的醫(yī)療體驗。

根據(jù) Gartner Research ,到 2023 年,客戶將傾向于使用語音接口啟動 70% 的自助式客戶互動 ( 2019 年為 40% )。對個性化和自動化體驗的需求只會繼續(xù)增長。

在這篇文章中,我將討論語音 AI ,它是如何工作的,語音識別技術(shù)的好處,以及語音 AI 用例的示例。

什么是語音人工智能,其好處是什么?

語音 AI 將 AI 用于基于語音的技術(shù):自動語音識別( ASR ),也稱為語音對文本和文本對語音( TTS )。例如,虛擬會議中的自動實時字幕顯示,以及向虛擬助理添加基于語音的界面。

Sim i 通常,基于語言的應(yīng)用程序,如聊天機器人、文本分析和數(shù)字助理,將語音 AI 與自然語言處理( NLP )一起作為大型應(yīng)用程序或系統(tǒng)的一部分。有關(guān)更多信息,請參閱 對話 AI 詞匯表 。

語音 AI 有很多好處:

High availability :語音 AI 應(yīng)用程序可以在人工代理時間內(nèi)外響應(yīng)客戶呼叫,使聯(lián)絡(luò)中心能夠更高效地運行。

Real-time insights: 實時記錄被指定為以客戶為中心的業(yè)務(wù)分析的輸入,如情緒分析、客戶體驗分析和欺詐檢測。

Instant scalability: 在高峰時,語音 AI 應(yīng)用程序可以自動擴展,以處理客戶的數(shù)萬個請求。

Enhanced experiences :語音人工智能通過減少等待時間、快速解決客戶查詢并提供可定制語音界面的人性化交互,提高了客戶滿意度。

數(shù)字可訪問性: 從語音到文本再到文本再到語音應(yīng)用,語音 AI 工具正在幫助那些有閱讀和聽力障礙的人從生成的語音和書面文本中學(xué)習(xí)。

誰在使用語音 AI 以及如何使用?

今天,語音 AI 正在徹底改變世界上最大的行業(yè),如金融、電信和統(tǒng)一通信即服務(wù)( UCaaS )。

深度學(xué)習(xí)、基于語音的技術(shù)起步的公司以及擴展現(xiàn)有基于語音的 conversational AI 平臺的成熟公司都受益于語音 AI 。

以下是語音 AI 提高效率和業(yè)務(wù)成果的一些具體示例。

呼叫中心轉(zhuǎn)錄

全球約有 1000 萬呼叫中心代理 每天接聽 20 億個電話 。呼叫中心用例包括以下所有內(nèi)容:

趨勢分析

法規(guī)遵從性

實時安全或欺詐分析

實時情緒分析

實時翻譯

例如,自動語音識別記錄客戶和呼叫中心代理之間的實時對話,以進行文本分析,然后用于為代理提供 快速解決客戶查詢 的實時建議。

臨床記錄

在醫(yī)療保健領(lǐng)域,語音 AI 應(yīng)用程序改善了患者與醫(yī)療專業(yè)人員和理賠代表的聯(lián)系。 ASR automates note-taking 在患者 – 醫(yī)生對話和索賠代理信息提取期間。

虛擬助理

每個行業(yè)都有虛擬助理,可以增強用戶體驗。 ASR 用于為虛擬助手轉(zhuǎn)錄音頻查詢。然后,文本到語音

生成虛擬助理的合成語音。除了使交易情境人性化之外,虛擬助理還幫助視力受損者與非盲文文本、語音障礙者以及兒童進行互動。

語音 AI 是如何工作的?

語音 AI 使用自動語音識別和文本到語音技術(shù)為對話應(yīng)用程序提供語音接口。典型的語音人工智能管道包括數(shù)據(jù)預(yù)處理階段、神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練和后處理。

在本節(jié)中,我將討論 ASR 和 TTS 管道中的這些階段。

pYYBAGL5-ZSAIWzvAAC2jikvp4w185.png

圖 3 :。對話 AI 應(yīng)用的語音接口

自動語音識別

為了讓機器能夠聽到并與人類對話,它們需要一種將聲音轉(zhuǎn)換為代碼的通用媒介。設(shè)備或應(yīng)用程序如何通過聲音“看到”世界?

ASR pipeline 將包含語音的給定原始音頻文件處理并轉(zhuǎn)錄為相應(yīng)的文本,同時最小化稱為 字錯誤率 ( WER )的度量。

WER 用于測量和比較不同類型的語音識別系統(tǒng)和算法的性能。它是由錯誤數(shù)除以正在轉(zhuǎn)錄的剪輯中的單詞數(shù)來計算的。

ASR 管道必須完成一系列任務(wù),包括特征提取、聲學(xué)建模以及語言建模。

poYBAGL5-Z-AHxBmAADo1DelT24904.png

圖 4 :。 ASR 管道

特征提取任務(wù)涉及將原始模擬音頻信號轉(zhuǎn)換為頻譜圖,頻譜圖是表示信號在不同頻率下隨時間變化的響度的視覺圖表,類似于熱圖。轉(zhuǎn)換過程的一部分涉及傳統(tǒng)的信號預(yù)處理技術(shù),如 standardization 和 windowing 。

然后使用 Acoustic modeling 來建模音頻信號與語言中語音單位之間的關(guān)系。它將音頻片段映射到最可能不同的語音單元和相應(yīng)的字符。

ASR 管道中的最后一項任務(wù)涉及語言建模。 language model 添加了上下文表示并更正了聲學(xué)模型的錯誤。換句話說,當您擁有聲學(xué)模型中的字符時,您可以將這些字符轉(zhuǎn)換為單詞序列,這些單詞可以進一步處理為短語和句子。

歷史上,這一系列任務(wù)是使用生成方法執(zhí)行的,該方法要求使用語言模型、發(fā)音模型和聲學(xué)模型將發(fā)音轉(zhuǎn)換為音頻波形。然后,可以使用 高斯混合模型 或 隱馬爾可夫模型 來嘗試查找最可能與音頻波形中的聲音匹配的單詞。

這種統(tǒng)計方法在實施和部署的時間和精力上不太準確,而且更加密集。當試圖確保音頻數(shù)據(jù)的每個時間步與字符的正確輸出相匹配時,尤其如此。

然而,端到端的深度學(xué)習(xí)模型,如 連接主義時間分類 ( CTC )模型和 注意序列到序列模型 ,可以直接從音頻信號生成轉(zhuǎn)錄本,并且具有較低的 WER 。

換言之, Jasper 、 QuartzNet 和 Citrinet 等基于深度學(xué)習(xí)的模型使公司能夠創(chuàng)建成本更低、功能更強大、更精確的語音 AI 應(yīng)用程序。

文本到語音

TTS 或 speech synthesis 管道負責(zé)將文本轉(zhuǎn)換為自然發(fā)音的語音,這種語音是人工生成的,具有類似人類的語調(diào)和清晰的發(fā)音。

poYBAGL5-aiAX2mUAAC5B3vkGZE767.png

圖 5 :。 TTS 管道

TTS 管道可能必須完成許多不同的任務(wù),包括文本分析、 linguistic analysis 和波形生成。

在 text analysis 階段,原始文本(帶有符號、縮寫等)被轉(zhuǎn)換為完整的單詞和句子,擴展縮寫,并分析表達式。輸出被傳遞到語言分析中,以精煉語調(diào)、持續(xù)時間,并以其他方式理解語法結(jié)構(gòu)。結(jié)果,產(chǎn)生 spectrogram 或 mel 頻譜圖以轉(zhuǎn)換為連續(xù)的類人音頻。

我之前介紹的方法是一個典型的兩步過程,需要一個合成網(wǎng)絡(luò)和一個 vocoder 網(wǎng)絡(luò)。這是兩個獨立的網(wǎng)絡(luò),用于從文本生成頻譜圖(使用 Tacotron architecture 或 FastPitch )和從頻譜圖或其他中間表示(如 WaveGlow 或 HiFiGAN )生成音頻的后續(xù)目的。

除了兩階段方法外, TTS 管道的另一個可能實現(xiàn)涉及使用端到端的深度學(xué)習(xí)模型,該模型使用單個模型直接從文本生成音頻。神經(jīng)網(wǎng)絡(luò)直接從文本 – 音頻對中訓(xùn)練,不依賴中間表示。

端到端方法降低了復(fù)雜性,因為它減少了網(wǎng)絡(luò)之間的錯誤傳播,減少了對單獨培訓(xùn)管道的需要,并最大限度地降低了手動注釋持續(xù)時間信息的成本。

傳統(tǒng)的 TTS 方法也傾向于產(chǎn)生更多機器人和不自然的聲音,影響用戶參與,尤其是面向消費者的應(yīng)用程序和服務(wù)。

構(gòu)建語音 AI 系統(tǒng)的挑戰(zhàn)

成功的語音 AI 應(yīng)用程序必須啟用以下功能。

獲取最先進的模型

從頭開始創(chuàng)建訓(xùn)練有素、準確的深度學(xué)習(xí)模型既昂貴又耗時。

通過在前沿模型發(fā)布后立即提供對其的訪問,即使是數(shù)據(jù)和資源受限的公司也可以在其產(chǎn)品和服務(wù)中使用高度精確、經(jīng)過預(yù)訓(xùn)練的模型和 transfer learning 。

高精度

要在全球或任何行業(yè)或領(lǐng)域部署,必須對模型進行定制,以適應(yīng)多種語言(世界上 6500 種口語的一小部分)、方言、口音和上下文。一些域使用 特定術(shù)語和技術(shù)術(shù)語 。

實時性能

由多個深度學(xué)習(xí)模型組成的管道必須以毫秒為單位運行推斷,以實現(xiàn)實時交互,精確到 300 毫秒,因為大多數(shù)用戶在 100 毫秒左右開始注意到 滯后和通信故障 ,在此之前,對話或體驗開始感覺不自然。

靈活且可擴展的部署

公司需要不同的部署模式,甚至可能需要混合使用云、內(nèi)部部署和邊緣部署。成功的系統(tǒng)支持擴展到需求波動的數(shù)十萬并發(fā)用戶。

數(shù)據(jù)所有權(quán)和隱私

公司應(yīng)該能夠為其行業(yè)和領(lǐng)域?qū)嵤┻m當?shù)陌踩珜嵺`,例如在本地或組織的云中進行安全數(shù)據(jù)處理。例如,可能要求遵守 HIPAA 或其他法規(guī)的醫(yī)療保健公司限制數(shù)據(jù)訪問和數(shù)據(jù)處理。

語音 AI 的未來

由于計算基礎(chǔ)設(shè)施、語音 AI 算法的進步,對遠程服務(wù)的需求增加,以及現(xiàn)有和新興行業(yè)令人興奮的新用例,基于語音 AI 的產(chǎn)品和服務(wù)現(xiàn)在有了一個強大的生態(tài)系統(tǒng)和基礎(chǔ)設(shè)施。

當前的語音 AI 應(yīng)用程序在推動業(yè)務(wù)成果方面功能強大,但下一代語音 AI 應(yīng)用程序必須能夠處理多語言、多領(lǐng)域和多用戶對話。

能夠成功地將語音 AI 技術(shù)集成到其核心運營中的組織將具備良好的能力,能夠根據(jù)尚未列出的用例擴展其服務(wù)和產(chǎn)品。

關(guān)于作者

MikikoBazeley 是 Mailchimp 的高級 ML 操作和平臺工程師。她擁有豐富的工程師、數(shù)據(jù)科學(xué)家和數(shù)據(jù)分析師經(jīng)驗,為初創(chuàng)公司和高增長公司利用機器學(xué)習(xí)和數(shù)據(jù)開發(fā)面向消費者和企業(yè)的產(chǎn)品。她積極貢獻有關(guān)開發(fā) ML 產(chǎn)品的最佳實踐的內(nèi)容,并在數(shù)據(jù)科學(xué)職業(yè)生涯中發(fā)言和指導(dǎo)非傳統(tǒng)候選人。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    88

    文章

    35016

    瀏覽量

    278821
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8500

    瀏覽量

    134508
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5560

    瀏覽量

    122751
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    最新人工智能硬件培訓(xùn)AI基礎(chǔ)入門學(xué)習(xí)課程參考2025版(離線AI語音視覺識別篇)

    端側(cè)離線 AI 智能硬件作為 AI 技術(shù)的重要載體之一,憑借其無需依賴網(wǎng)絡(luò)即可實現(xiàn)智能功能的特性,在一些網(wǎng)絡(luò)條件受限或?qū)?shù)據(jù)隱私有較高要求的場景中,發(fā)揮著不可或缺的作用。本章基于CSK6大模型語音
    發(fā)表于 07-04 11:14

    AI語音控制模塊能做些什么

    在智能化浪潮中,AI 語音控制模塊成為眾多設(shè)備實現(xiàn)便捷交互的關(guān)鍵組件。WT3000A 作為一款功能卓越的 AI 語音控制模塊,在智能家居、工業(yè)物聯(lián)網(wǎng)等領(lǐng)域展現(xiàn)出強大的應(yīng)用能力。 豐富語
    的頭像 發(fā)表于 06-18 11:48 ?220次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>語音</b>控制模塊能做些什么

    小安AI語音板,“廣西表哥”強勢上線!

    AiPi-PalChatV1 是一款接入了 小智 AI 智能體 的微型語音交互開發(fā)板,專為輕量級智能語音場景設(shè)計。 AiPi-PalChatV1 基于安信可 Ai-WB2-12F 模組
    的頭像 發(fā)表于 06-10 17:30 ?271次閱讀
    小安<b class='flag-5'>AI</b><b class='flag-5'>語音</b>板,“廣西表哥”強勢上線!

    AI語音開發(fā)板AiPi-PalChatV1教程:硬件設(shè)計參考

    AiPi-PalChatV1是一款接入了小智AI智能體的微型語音交互開發(fā)板,專為輕量級智能語音場景設(shè)計。 基于安信可Ai-WB2-12F模組主控,具備高集成度、高性價比等特性,支持離線
    的頭像 發(fā)表于 05-28 09:21 ?212次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>語音</b>開發(fā)板AiPi-PalChatV1教程:硬件設(shè)計參考

    AI語音開發(fā)板AiPi-PalChatV1教程:二次開發(fā)

    AiPi-PalChatV1 是一款接入了 小智AI智能體 的微型語音交互開發(fā)板,專為輕量級智能語音場景設(shè)計。 基于安信可 Ai-WB2-12F 模組主控,具備高集成度、高性價比等特性
    的頭像 發(fā)表于 05-21 14:26 ?214次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>語音</b>開發(fā)板AiPi-PalChatV1教程:二次開發(fā)

    AI語音開發(fā)板AiPi-PalChatV1教程:燒錄與調(diào)試

    AiPi-PalChatV1 是一款接入了小智AI智能體的微型語音交互開發(fā)板,專為輕量級智能語音場景設(shè)計。
    的頭像 發(fā)表于 05-17 09:45 ?577次閱讀
    <b class='flag-5'>AI</b><b class='flag-5'>語音</b>開發(fā)板AiPi-PalChatV1教程:燒錄與調(diào)試

    AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    隨著人工智能技術(shù)的快速發(fā)展,AI神經(jīng)網(wǎng)絡(luò)降噪算法在語音通話產(chǎn)品中的應(yīng)用正逐步取代傳統(tǒng)降噪技術(shù),成為提升語音質(zhì)量的關(guān)鍵解決方案。相比傳統(tǒng)DSP(數(shù)字信號處理)降噪,AI降噪具有更強的環(huán)境
    的頭像 發(fā)表于 05-16 17:07 ?391次閱讀
    <b class='flag-5'>AI</b>神經(jīng)網(wǎng)絡(luò)降噪算法在<b class='flag-5'>語音</b>通話產(chǎn)品中的應(yīng)用優(yōu)勢與前景分析

    NRK3301 AI語音芯片:玩具語音交互革新方案

    玩具AI語音芯片開發(fā)在玩具智能化浪潮中,九芯電子的NRK3301AI語音芯片憑借卓越性能與獨特藍牙連接功能,為玩具行業(yè)帶來創(chuàng)新應(yīng)用方案,重塑玩具與用戶的互動模式。一、NRK3301芯片
    的頭像 發(fā)表于 05-09 13:49 ?241次閱讀
    NRK3301 <b class='flag-5'>AI</b><b class='flag-5'>語音</b>芯片:玩具<b class='flag-5'>語音</b>交互革新方案

    90元打造小智AI腕表,語音交互超有趣!

    最近小智AI非常火,這周給大家分享一個來自開源平臺的小智AI腕表項目。 項目作者@dotnfc,復(fù)刻成本90元左右,開源協(xié)議:MIT License 項目簡介 本項目分享了小智AI
    發(fā)表于 04-16 14:26

    TTS語音播報模塊簡介

    在現(xiàn)代科技日新月異的時代,語音技術(shù)作為人工智能領(lǐng)域的重要分支,正以前所未有的速度改變著我們的生活方式。其中,TTS(Text To Speech,文本轉(zhuǎn)語音)語音播報模塊作為連接數(shù)字世界與人類聽覺
    的頭像 發(fā)表于 02-18 16:16 ?951次閱讀

    HarmonyOS NEXT 應(yīng)用開發(fā)練習(xí):AI智能語音播報

    一、DEMO思路 在這個HarmonyOS NEXT原生應(yīng)用DEMO中,我們將使用ArkTS開發(fā)語言創(chuàng)建一個簡單的AI智能語音播報應(yīng)用。 該應(yīng)用能夠接收用戶輸入的文本,并使用TTS
    發(fā)表于 01-06 15:33

    AI潮流下的辦公“神器”選擇,沸蛇AI語音鼠標真正實現(xiàn)效率翻倍

    年終臨近,各種考核、匯報、總結(jié)也隨之而來,忙上天的白領(lǐng)們不得閑暇。事實上,許多流程化、模板化的工作并非困難模式,只是處理起來比較費時,這個時候AI就可以幫上忙。沸蛇AI語音鼠標就是一款能夠幫助辦公
    的頭像 發(fā)表于 12-04 11:38 ?644次閱讀
    <b class='flag-5'>AI</b>潮流下的辦公“神器”選擇,沸蛇<b class='flag-5'>AI</b><b class='flag-5'>語音</b>鼠標真正實現(xiàn)效率翻倍

    基于瑞薩電子Reality AI Tools工具的語音反欺騙應(yīng)用示例

    探索使用瑞薩電子硬件和AI軟件平臺的Reality AI Tools語音反欺騙應(yīng)用示例。
    的頭像 發(fā)表于 08-20 15:13 ?779次閱讀
    基于瑞薩電子Reality <b class='flag-5'>AI</b> Tools工具的<b class='flag-5'>語音</b>反欺騙應(yīng)用示例

    SoundHound AI語音助手賦能歐洲汽車,引領(lǐng)智能駕駛新風(fēng)尚

    近日,全球領(lǐng)先的AI語音技術(shù)獨角獸企業(yè)SoundHound AI宣布了一項重要合作成果:其集成ChatGPT技術(shù)的先進語音助手SoundHound Chat
    的頭像 發(fā)表于 08-01 17:49 ?1180次閱讀

    啟英泰倫CI13LC系列:打造AI語音芯片性價比之王!

    語音部分應(yīng)用領(lǐng)域CI13XX系列:高性能AI語音芯片領(lǐng)航者2021年,啟英泰倫推出了3代高性能AI語音芯片CI13XX系列,該系列芯片基于自
    的頭像 發(fā)表于 07-12 08:15 ?1079次閱讀
    啟英泰倫CI13LC系列:打造<b class='flag-5'>AI</b><b class='flag-5'>語音</b>芯片性價比之王!
    主站蜘蛛池模板: 国产免费人人看大香伊 | 91亚洲国产成人久久精品网站 | 久久在精品线影院精品国产 | 国产1卡2卡三卡四卡网站 | 天堂资源在线官网bt | 欧美日韩国产成人精品 | 亚洲色图图片区 | 福利视频免费观看 | 可以直接看的黄色网址 | 曰本女人一级毛片看一级毛 | 在线天堂bt中文www在线 | 免费观看成年欧美1314www色 | 色偷偷91综合久久噜噜 | 精品美女在线观看 | 黄色日本视频网站 | 亚洲va久久久噜噜噜久久男同 | 草草影院www色极品欧美 | 婷婷成人丁香五月综合激情 | 亚洲精品日韩专区silk | 免费伦费一区二区三区四区 | 狠狠色狠狠色综合久久一 | 97久久综合区小说区图片专区 | 国产精品青草久久 | 张柏芝三级无删减在线观看 | 37pao强力打造免费高速高清 | 欧美一级黄色录相 | 手机看片免费永久在线观看 | 午夜国产大片免费观看 | 天天干在线观看 | 日本久久高清视频 | 欧美一级免费在线观看 | 久久一卡二卡 | 手机视频在线播放 | 么公的好大好硬好深好爽在线视频 | 四虎影视大全免费入口 | 夜夜夜夜夜夜夜工噜噜噜 | 国产一区二区三区欧美精品 | 男人j进人女人j 的视频 | 国产伦精品一区二区免费 | 久久亚洲国产成人精品性色 | 同性同男小说肉黄 |