پردازش گفتار که به ماشینها قابلیت درک و پردازش گفتار انسانها را میدهد، یکی از فناوریهای اصلی هوش مصنوعی میباشد که امروزه بسیار مورد توجه قرار گرفته است. این فناوری با تمرکز بر ایجاد ارتباط کلامی بین ماشینها و انسانها منجر به تبدیل هر چه بیشتر دنیای واقعی به فیلمهای علمی-تخیلی شده است. چیستی این فناوری، تاریخچه، نحوه کار و ارزیابی سیستمهای پردازش گفتار و تفاوتش با پردازش صدا از جمله مواردی است که میتواند به شناخت این حوزه فناوری کمک نماید، درباره پردازش گفتار بیشتر بخوانید
در این مقاله قصد داریم به الگوریتم Wav2vec 2.0 بپردازیم. تلاشهای بیوقفه پژوهشگران برای ارتقای عملکرد سیستمهای خودکار تشخیص گفتار Automatic speech recognition (ASR) system و پیشرفتهای عظیمی که در حوزه فنآوریهای یادگیری ماشین حاصل شده و همچنین افزایش میزان دسترسپذیری به دیتاستهای بزرگ گفتار موجب شده میزان محبوبیت، تأثیرگذاری و
سیستمهایی که در امور تکراری به کار گرفته میشوند، برای چندین نسل متمادی حامی اقتصاد جهانی بودهاند. اما سیستمهای سخنگو و تعاملی مبتنی بر هوش مصنوعی محاوره و صوتی، کاملاً جدید هستند. همیشه تصور میشد دستیابی به سیستمهای سخنگو غیرممکن باشد زیرا توانایی صحبت کردن انسان بسیار پیچیده است. افرادی
مقاله حاضر بر آن است تا یادگیری عصبی ساماندهی شده در کتابخانه تنسورفلو را معرفی کرده و جزئیات آن را تشریح کند. «TensorFlow» یک چارچوب ساده است که افراد حرفهای و تازهکار میتوانند از آن برای آموزش شبکههای عصبی با سیگنالهای ساماندهی شده استفاده کنند.
آنتونی بوردن که در سال 2018 اقدام به خودکشی کرد، سوژه مستند جدیدِ مورگان نویل است. مورگان نویل برای بازسای صدای آنتونی بوردن از هوش مصنوعی و الگوریتمهای نرمافزاری کمک گرفته است. نویل دهها ساعت از صدای ضبطشده بوردن را در اختیار شرکتی گذاشت و آنها یک مدل هوش مصنوعی
همانطور که از نامش پیداست، تبدیل متن به گفتار Text to speech (TTS)، با صدای بلند به خوانش متن میپردازد. سامانه متن به گفتار، متن را به عنوان ورودی دریافت و به صوت تبدیل مینماید. افرادی که حوصله خواندن کتاب، وبلاگ یا مقاله را ندارند، میتوانند از سامانه «تبدیل متن
شاید محبوبترین کارگزار املاک «فیل دانفی» شخصیت سریال کمدی «خانواده مدرن» باشد. از قضا فیل دانفی شیفته قدرت فناوری و هوش مصنوعی است و از شنیدن این خبر که در سال 2021 چت بات های هوش مصنوعی به مشاوران املاک کمک خواهند کرد مکالمات و فروش خود را افزایش دهند
شرکت گوگل اعلام کرد دستیار صوتی گوگل را ارتقاء داده است و به موجب تغییرات جدید، این دستیارِ مجهز به هوش مصنوعی دیگر نام افراد را اشتباه تلفظ نخواهد کرد، به ویژه اسامی غیر متداول. این دستیار صوتی همچنین بافت مکالمه را بهتر از قبل میفهمد.
هوش مصنوعی مکالمهای روزبهروز در حال توسعه و بهترشدن است. این کاوش جدید در حوزه فناوریهای هوشمند، با قدرت به رشد و توسعه خود ادامه میدهد، تا جایی که در سال 2021 به اوج خود خواهد رسید.
کمپانی Ushur که در حال حاضر به توسعه راهکارهای هوش مصنوعی و ایجاد راهحلهای اتوماسیون هوشمند کسبوکارها میپردازد، طی فعالیتهای تجاری خود موفق به کسب 25 میلیون دلار درآمد شده است. درهمین راستا، این کمپانی در یک بیانیه مطبوعاتی، اظهار کرده است که از سرمایه تازهای که برای این شرکت
گریمز یکی از هنرمندان نام آشنای موسیقی سینثپاپ که بازیگر گروه Cyberpunk 2077 نیز است، با استارتاپ تولید موسیقی اندل تیمی را برای همکاری تشکیل دادهاند، تا یک فضای صوتی آرامشبخش را با استفاده از فناوری هوش مصنوعی بسازند. این موسیقی هوشمند به کسانی که میخواهند برای خواب و آرامش
هوشیو رسانهای تخصصی در حوزه هوش مصنوعی است که با هدف ایجاد محیطی فراگیر و پویا به ترویج و ارتقای این دانش میپردازد. ما تلاش میکنیم تا علاقهمندان به این حوزه درک عمیقتری از هوش مصنوعی پیدا کنند، از جدیدترین تحولات آن در ایران و جهان مطلع شوند و فعالان و پیشروان این صنعت را بشناسند. هوشیو با تمرکز بر تولید محتوای چندرسانهای شامل ویدئوکست، پادکست، موشنگرافیک و … تجربهای جذاب و آموزنده برای مخاطبان فراهم میکند. همچنین، هوشیو با پوشش رسانهای گسترده رویدادهای هوش مصنوعی در ایران و جهان، بستری را برای اطلاعرسانی و تعامل میان فعالان و علاقهمندان این حوزه ایجاد کرده است.
تمام حقوق این وبسایت متعلق به هوشیو است. کپیبرداری از محتوای هوشیو با ذکر منبع بلامانع است.
