java 开源 ai 生成新闻_IBM 发布了自动为新闻播报生成字幕的 AI 模型

近日，IBM 研究院发布了自动为新闻播报生成字幕 AI 模型的研究报告。据两项测试实验的结果显示，该语音识别系统的错误率分别为 6.5% 和 5.9％，而人类识别的错误率分别为 3.6% 和 2.8%。

△ 图源：IBM，下同

早在两年前，IBM 就已经创造了对话式电话语音领域(CTS)转录的性能记录。在这个领域，语音识别系统需要做的工作很多。例如，系统必须处理失真、以及来自多个不同电话通道的即兴演讲，并且这些对话式语音还可能有多个对话者重叠、中断、重新开始或重复确认的情况。

新闻播报(BN)的语音识别任务也很有挑战性。语音识别系统需要处理多种说话风格、背景噪音以及广泛的新闻领域内容。一些情况下系统还得处理多种题材混合的语音材料 —— 像是现场采访、电视节目的剪辑内容等。

△ 研究进展：CTS 及 BN 测试集单词错误率逐年降低

为了成功地识别复杂的语音内容、给新闻播报内容生成字幕，IBM 研究团队通过语音识别技术，建立了一套深度神经网络。该深度神经网络在整合了长短期记忆网络和深度残差网络(residual network，ResNet)的基础上，结合了辅助的语言模型。其中，以 ResNet 为基础打造的声学模型是含有多达 25 个卷积层的深度卷积网路，使用 1,300 个小时、多种不同的新闻内容资料来训练生成字幕的 AI 模型。

虽然机器的语音识别正在逐渐接近人类水准，但目前的实验数据显示，人类的语音识别表现仍旧好得多。IBM 也表示，在这一领域仍有很大技术改进的空间。

java 开源 ai 生成新闻_IBM 发布了自动为新闻播报生成字幕的 AI 模型相关推荐

【AI简报20210514期】开源项目树莓派复古相机、L4自动驾驶新闻速递
嵌入式AI 1. 地平线L4级自动驾驶芯片流片成功,预计2022年量产上市原文: https://www.163.com/dy/article/G9I96HCO05508TBC.html 5月9日消 ...
3d 自动生成物体_Adobe发布3D建模、AR内容生成应用Scantastic
10月27日消息,Adobe展示了一款支持3D AR扫描的全新移动应用原型Scantastic,该应用结合3D扫描.设计和AR技术,让你用手机就能将周围的物体扫描并生成3D模型. 据青亭网了解,Sca ...
Java开源 J2EE框架(二)
Java开源 J2EE框架(二) 2007-01-06 12:34 Jofti [Java开源其它开源项目] Jofti可对在缓存层中(支持EHCache,JBossCache和OSCache)的对 ...
java 开源项目（大汇总）
Spring Framework [Java开源 J2EE框架] Spring是一个解决了许多在J2EE开发中常见的问题的强大框架. Spring提供了管理业务对象的一致方法并且鼓励了注入对接口编程而 ...
java开源框架总结
Java开源框架集 Spring Framework [Java开源 J2EE框架] Spring 是一个解决了许多在J2EE开发中常见的问题的强大框架. Spring提供了管理业务对象的一致方法并且 ...
Java开源软件总汇
Spring Framework [Java开源 J2EE框架] Spring是一个解决了许多在J2EE开发中常见的问题的强大框架. Spring提供了管理业务对象的一致方法并且鼓励了注入对接口编程而 ...
Java开源项目（备查）
转自:http://www.blogjava.net/Carter0618/archive/2008/08/11/221222.html Spring Framework [Java开源 J2EE框 ...
JEECMS v8 发布，java 开源 CMS 系统
JEECMSv8 是java开源的站群管理系统,支持栏目模型.内容模型交叉自定义.以及具备支付和财务结算的内容电商为一体的内容管理系统. 对于不懂技术的用户来说,只要通过后台的简单设置即可自定义出集新 ...
Java APNS开源库apns4j-1.0.1发布
Java APNS开源库apns4j-1.0.1发布开源地址:https://github.com/teaey/apns4j maven依赖: <dependency><group ...

java 开源 ai 生成新闻_IBM 发布了自动为新闻播报生成字幕的 AI 模型

java 开源 ai 生成新闻_IBM 发布了自动为新闻播报生成字幕的 AI 模型相关推荐

最新文章

热门文章