- 博客(6)
- 资源 (4)
- 收藏
- 关注
RSS订阅翻译 揭开魔力的神秘面纱：语音识别算法内幕
与 HMM 相比，这使它们在准确性和稳健性方面表现得更好，并接受了额外的培训以适应口音、方言和说话风格——这在日益多语言的世界中是一个巨大的优势。每个提取的音素都与 HMM 中的一个状态相关联，并且模型会计算从一个状态转换到另一个状态的概率。滤波后，动态范围（样本的 “响度” 范围）被压缩，以反映我们的听觉对各种音量的不同反应。它形成了音频信号（声音）和语音的语音单位（构成语言的不同声音）之间的统计关系。语音识别技术已经取得了长足的进步，但正如任何用户都会认识到的那样，它仍远非完美。
2024-08-27 10:03:43
24
原创 了解各种 LLM 之间的差异
这是以可疑的隐私（与您放入模型中的数据有关）为代价的，有时还会以令人震惊的价格（因为您需要为每个令牌输入的使用付费）。在这些情况下，您将需要利用向量数据库（Chroma、Weaviate、Pinecone 等）来分割、嵌入和查询外部知识的相关块，并且您需要将检索到的知识注入到较短的提示中。你可以采用像XLM-Roberta或Flan这样的多语言模型，并使用你可以访问的语言数据对其进行微调，或者你可以尝试机器翻译你的提示和输出。然而，模型大小的增加也伴随着计算资源要求，这使得它们的训练和部署要求更高。
2024-07-17 10:54:42
1977
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人