- 博客(38)
- 收藏
- 关注
RSS订阅转载 语音合成TTS（Text-To-Speech，从文本到语音）
以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/作者：黄钊，5年AI实战经验（图灵机器人），8年互联网背景（前腾讯QQ产品经理），微信公众号/知乎/在行/饭团ID“hanniman”，持续3年分享人工智能相关原创干货，关注者1.2万+，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1w+。一、核心概念
2018-01-22 09:31:06
19431
1
转载 【赞】【转】CUI三部曲之语音合成——机器如何理解你的话？
在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中，这时机器往往需要能够完成“听懂——理解——回答”的闭环。它们相应地涉及到三类技术：语音识别、自然语言处理以及语音合成。语音识别的任务是将用户所说的话从音频形式转变为文字形式，自然语言处理的任务则是理解这些文字所要表达的意思（语义）。机器针对用户的语义会给出相应的回答，并以语音的形式说给用户听，这就需要用到语音合成。语音识别、自然语言理
2018-01-15 10:42:02
1774
转载 【赞】【转】CUI三部曲之语音识别——机器如何理解你的话？
在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中。进行对话交互时，机器往往需要完成“听懂——理解——回答”的闭环。这个闭环涉及到三类技术：语音识别（ASR）、自然语言处理（NLP）以及语音合成（TTS）。语音识别的任务是将用户所说的话从声音形式转变为文字形式，自然语言处理则是理解这些文字所要表达的意思（语义）。理解了用户的意图之后，机器同样会以语音的形式给出相应的回答，这就需要用到语
2018-01-15 09:35:46
1484
转载 语音识别ASR技术通识
上午看了一篇文章： 语音识别的痛点在哪，从交互到精准识别如何做？ | 硬创公开课 感觉没看懂，下午就看到了团长精心总结的这篇ASR技术通识。给个大大的��！语音识别（Automatic Speech Recognition），一般简称ASR；是将声音转化为文字的过程，相当于人类的耳朵。语音识别原理流程：“输入——编码——解码——输出”1、语音识别，大体可分为“传统”识别方式与“端到端”识别方式，
2018-01-12 15:55:06
35620
4
转载 【转】浅说语音用户界面：VUI+GUI
文章对语音用户界面进行了相关的分析解读，希望对你有所帮助语音用户界面（VUI）A voice-user interface （VUI） makes human interaction with computers possible through a voice/speech platform in order to initiate an automated service or process
2018-01-12 11:05:13
1442
转载 【转载】语音识别的痛点在哪，从交互到精准识别如何做？ | 硬创公开课
转载自雷锋网：语音识别的痛点在哪，从交互到精准识别如何做？ | 硬创公开课 语音识别是目前应用最成熟的人机交互方式，从最初大家体验过的有屏手持设备这种近场的语音识别，如Siri以及各种语音助手，到现在，语音识别的应用已经完成了向智能硬件以及机器人上延伸，不过，新的人机交互对硬件、算法要求更加苛刻，各企业正面临着巨大的挑战。那么实现人机交互需要解决哪些问题？这其中的关键技术有哪些？人机交互的未
2018-01-12 09:56:52
808
原创 2018年你看了几本书了？计划看几本呢？
刚看到一篇文章，顿时把我这种一年最多读20几本书的人秒成渣渣，请看下图ps：2018年争取读更多书，专业的、非专业的、大师的、热销的、经典的…��～
2018-01-11 17:32:01
504
原创 《人人都是产品经理》读书摘抄（一）
第一章：写给-1到3岁的产品经理确定自己真的想做产品。这一点非常关键!做产品的大前提是要喜欢做产品，不然将来你痛苦，团队痛苦，用户也痛苦。你说自己喜欢产品，到底是喜欢做用户，还是喜欢 做产品经理?产品经理需要绕过表象，从背后看问题的本质，思考怎么设计这个产品才能更好地平衡用户目标与商业目标。找到自己的位置： 想入行，就要首先明确自己现在的位置。先在本职工作上找到与产品有关的事情做一些尝试，并且考虑
2018-01-11 16:48:01
541
转载 【转】所有顶级互联网公司都在研究的 “Bot” 究竟是什么？
Bot 是什么？它们会出现在哪里，谁又在开发它们？它们能做什么，更重要的是，能帮你做什么？它们会像很多所谓的科技前沿人士认为的那样，最终取代你手机里的 App 吗？如果你对 Bot 感兴趣，你将在本文中找到这些问题的答案。Bot 是什么？我们正在讨论的 Bot，全称应该是 Chatbot——聊天机器人。过去的聊天机器人是计算机工程师们开发的软件，专门用来跟人聊天玩。之前在微博微信上刷存在感的微软小冰
2018-01-11 14:38:15
2244
转载 【转】5分钟带你复习如何打造对话式交互
这是极客公园「极客公开课 · Live」第二期的活动，来自云知声AI Labs的研发总监刘升平和我们分享了如何打造对话式交互，以及他在AI领域相关技术产品经验以下为本期课堂笔记精华摘要：会话式交互什么是会话式交互？我们可以从最早2010年，iPhone上一个App刚刚推出，上面可以通过语音说话，说我要查明天天气、我要看今天晚上有什么好看的电影，就直接会把结果用GUI的方式反应出来，这是最早的一种形
2018-01-11 11:08:37
699
转载 【赞】【转】CUI三部曲之自然语言处理——机器如何理解你的话？
在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中，这时机器往往需要能够完成“听懂——理解——回答”的闭环。它们相应地涉及到三类技术：语音识别、自然语言处理以及语音合成。语音识别的任务是将用户所说的话从音频形式转变为文字形式，自然语言处理的任务则是理解这些文字所要表达的意思（语义）。机器针对用户的语义会给出相应的回答，并以语音的形式说给用户听，这就需要用到语音合成。语音识别、自然语言理
2018-01-11 10:14:28
1324
转载 【转载】自然语言处理的数学原理（二）
本系列的上一篇文章介绍了 NLP 中处理分词的两种方法，其中基于统计语言模型的方法以巨大的优势胜出。在上一篇文章的末尾，我们讲了优秀的算法模型在形式上应该是简洁优雅的。具体来说：一个正确的数学模型在形式上应该是简洁优雅的。一个正确的数学模型，在刚开始的时候可能还不如一个经过精心调教的错误模型准确。但是错误模型不论如何调教，因为方向错了，所以终究会有处理不了实际问题的时候。正确的数学模型可能因为受到干
2018-01-10 10:01:36
965
转载 自然语言处理的数学原理（一）
一个基本的搜索引擎的工作，基本上可以分成以下三个部分：利用网络爬虫下载网页，分析网页关键词，制成索引备用；理解用户输入，确定检索关键词；根据关键词和网页索引，按照相关性排序列出搜索结果。第一个部分主要涉及网络爬虫技术、图论、自然语言处理等技术；第二个部分主要涉及自然语言处理；第三个部分同样涉及自然语言处理。自然语言，即是人类用来交流的语言。由此可见，自然语言处理（NLP, Natural L
2018-01-10 09:07:20
3597
转载 语音交互中的一些技术概念
1、语音交互-示意图1（最简版） 科普：语音交互的过程 A）语音识别（Automatic Speech Recognition），一般简称ASR；是将声音转化为文字的过程，相当于人类的耳朵。B）自然语言处理（Natural Language Processing），一般简称NLP；是理解和处理文字的过程，相当于人类的大脑。上图中，写的是“语义理解”（Semantic underst
2018-01-09 18:46:47
4490
翻译 机器视觉（MV） vs 计算机视觉（CV）
机器视觉（Machine Vision, MV） & 计算机视觉(Computer Vision, CV)从学科分类上， 二者都被认为是 Artificial Intelligence 下属科目。什么是机器视觉？ 机器视觉，即采用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品（即图像摄取装置，分cmos和ccd两种）把图像抓取到，然后将该图像传送至处理单元，通过数字化处理，根据像素分
2018-01-09 16:01:54
3904
转载 自然语言处理（NLP） vs 自然语言理解（NLU）补充篇
（图1~2）微软亚洲研究院副院长周明老师，关于NLP的7个重要领域的详细解释。 （图3）自然语言处理的重要应用领域之一：机器翻译。 图中对比了3种翻译方式的效果，红色是基于短语，天蓝色是基于神经网络，黄色是人类水平。 可以看到，英文和西班牙语/法语的（双向）翻译，通过应用神经网络，效果已经是比较完美了（perfect），接近于人类水平。但英文和中文的翻译，效果还比较普通。 （图4）介绍了机器
2018-01-09 15:17:56
3172
转载 【转载】自然语言处理（NLP）的历史、发展、成果和难题，以及在教育领域的应用情况
2017年4月21日-22日，由映魅咨询主办的TAB（Tech and Business）教育科技论坛在上海举行。十几位教育投资研究机构、国内外各类教育科技公司的嘉宾，围绕教育及教育科技投资、国际化的教育产业链、以及教育科技等市场关注的热门话题进行了热烈而深远的分享与探讨。在本次论坛上，校宝在线CTO孙琳围绕自然语言处理（NLP）的历史、发展、成果和难题，介绍了NLP目前在教育领域的应用情况。以下是
2018-01-08 18:21:18
12511
转载 【转载】AI PM视角——浅析聊天机器人
近年来，聊天机器人的发展非常迅速，有大量的产品已经进入我们的视野中，算是人工智能技术落地比较热门的产品之一，接下来分享一下我对聊天机器人的一点点认识。一.聊天机器人的分类从解决用户需求层面来看，聊天机器人可以分为两类：服务型聊天机器人和娱乐型聊天机器人。服务型机器人是以解决问题为导向，为用户提供服务或事实性的知识。娱乐型机器人的主要目的就是和用户尽可能地聊下去，与用户的聊天回合
2018-01-08 14:25:38
826
转载 【转载】AI PM应该懂的自然语言处理（NLP）知识
NLP是人工智能的一个子领域，作为AI产品经理，我们至少要知道NLP是什么，它能做什么事，这样我们就能获得一种解决问题的思维，将遇到的问题和方法连接起来。接下来我从“NLP是什么、能做什么、目前遇到的难题”三个方面来简单介绍下NLP。一．什么是NLPNLP，中文叫自然语言处理，简单来说，是一门让计算机理解、分析以及生成自然语言的学科，大概的研究过程是： 研制出可以表示语言能力的模型——提出各种方法
2018-01-08 14:01:57
627
转载 自然语言处理的通俗百科
以下内容转载自百度百科，如果没时间仔细看，可只看加粗部分即可！自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于
2018-01-08 11:50:58
1588
转载 自然语言处理（NLP） vs 自然语言理解（NLU）
自然语言处理，是Natural Language Processing， 简称NLP 自然语言理解，是Natural Language Understanding，简称NLU。（图1） （图2） 1、概括来说，NLP，除了NLU（图中红框部分），还包含理解之前的处理阶段、和理解之后的应用阶段。也就是说，NLU是NLP的子集——他们不是并集、更不是等价的概念。这里，是很多AI从业人员都
2018-01-08 10:27:03
38026
2
原创 没完全读懂的《人间失格》
前段时间，读了日本作家太宰治的《人间失格》，陆陆续续读了有八、九本日本作品，比如说《失乐园》、东野圭吾的绝大部分。总觉得日本男人，骨子里有股大男人，幽怨的气质。日本人讲真的比较严谨，感觉活的压力都比较大，比如说，东野圭吾，可能他这个年纪的人经历了日本经济的腾飞、日本房地产的繁荣、日本人民生活水平的巨大进步，同时，也经历了日本泡沫经济的破裂。所以，我们现在读到的书中，或多或少都会有这些影子。这些作品中
2018-01-06 20:22:24
1878
转载 AI PM所需要具备的职业技能
本文部分转载自： 互联网PM转型人工智能PM之路另外，这篇文章也不错： 产品经理，如何转行到人工智能/机器人领域AIPM所需要具备的职业技能在了解相关AIPM的职业技能时，我首先查询现有招聘网站对AI PM的技能要求，并且搜索了相关职业技能培训机构所提供的课程。2.1 汇总网络招聘需求与培训课程对AIPM技能需求从各大招聘网站浏览了一遍之后，发现目前对AI PM的定义各不相
2018-01-06 13:37:14
3636
翻译 人工智能、机器学习、深度学习、数据挖掘的区别是什么？
先看如下三张图：图一： 图二： 图三：图二详细版本 人工智能：是一个大概念，从有效的老式人工智能（GOFAI）到联结主义结构，无所不包。而机器学习则是人工智能领域的一个小分支，如果说AI是一个合集，那么ML就是AI的子集。任何通过数据训练的学习算法的相关研究都属于机器学习，包括很多已经发展多年的技术，比如线性回归（Linear Regression）、K均值（K-means，
2018-01-05 17:39:13
4069
原创 【笔记】机器学习所涉及到的“积分学”知识
本文内容： 积分学 —理解积分：无穷求和，提及 —微积分基本定理：牛顿-莱布尼茨公式积分常见符号： 在开区间（a,b）上，把长度b-a分成n份，每一份的长度为（b-a）/n，i属于[0，n]，所以等式右边的意思就是，细分后，每一块矩形的面积。 当n取的足够大，那么误差就会足够小。理解积分： 代数意义：无穷求和。 几何意义：函数与X轴之间的有向面积。牛顿-莱
2018-01-05 14:06:17
1577
原创 【笔记】机器学习所涉及到的“微积分”知识
前言，建议大家如果有打算把数学这块儿搞明白，最好把考研的时候用的数三的三大本书（高等数学，概率论与数理统计、线性代数三本书）买过来，再研究下各个结论是如何证明的，学过的东西再拾起来很容易的。 本文主要内容：极限 复习极限记号，无穷大无穷小阶数 微分学 复习函数求导，泰勒级数逼近 牛顿法与梯度下降法 Jensen不等式 复习凸函数，Jensen不等式重点内容的证明常用的数学记号
2018-01-03 15:29:21
2244
原创 【笔记】机器学习用到的“线性代数”知识简单回顾
机器学习用到的数学知识，这三篇文章，类似于目录，带着大家回顾一下大学中所学过的知识，下面文章中还会详细的讲解，这些知识都不难，无外乎通过已知的定理推导出各种变化形式，这些变化形式对应不同的意义。大学高数，线代，解析几何，常微分方程等课程中都学过的东西，虽然考研结束后，这些知识都留在考场了，但是，想要拾起来也是很简单的～_~，应该庆幸的是，没用到群论和拓扑分析之类的课程，大学这几门课程真的学的痛
2018-01-03 15:18:08
945
原创 【笔记】机器学习用到的“概率论与数理统计”知识简单回顾
概率公式： 常见的概率分布： —————————以上讲的概率问题，以下讲的统计问题—————————- 概率统计与机器学习的关系： 把概率统计和我们之前讲的机器学习有监督学习的算法结合起来看： 在做机器学习之前，要看一下手中已知的样本的标签的分布和各个特征的分布，通过观察，各个特征对应的分布与标签对应的分布的关系，大致上就可以
2018-01-03 14:21:56
2530
原创 【笔记】机器学习用到的“高等数学”知识简单回顾
极限的基本概念： 导数（标量）： 常见函数的导数： Taylor公式： 方向导数： 梯度（向量）： 机器学习就是希望把非凸函数转化为凸函数，再利用梯度下降法，求的损失最小得分函数的权重。 凸函数的定义： 注意：二阶导数为0的点不一定是全局最小点。因为，实践中，如果来求解二阶导数等于0的函数的值，实际上不是很好解的。所以，还是要用梯度下降法来计算。
2018-01-03 11:26:54
1835
1
转载 [转载] 转型AI产品经理，原来不需要学那么深的算法和数学模型
以下全文转载自 作者：李杰克 微信公众号：小白AI之路写在前面Hello，World！这是我的第一篇文章，如果你还没系统地学习过AI算法相关知识，它应该能够让你对AI有些新的认知和理解、多些信心，至少你不会再觉得AI是那么高不可攀、遥不可及，相反，AI是普通人也可以理解、学习和实现的。大概可以用以下几个标签简单概括我：前互联网产品经理、大学学渣、非计算机专业、不懂编程，可以说是除了瞎逼逼，啥也不会…
2018-01-03 09:51:40
3568
1
原创 【笔记】想学机器学习？这里有你需要知道的一些基础知识！
机器学习线路图： 扎实的数学功底是机器学习的基础，然后就是机器学习典型的方法、算法，最后就是动手编程（Python），动手实践代码编写，如果想要积累实际的项目经验，最好要参加一些数据科学竞赛。本文主要内容： 机器学习基础：机器学习的分类与一般思路 微积分基础：泰勒公式、导数与梯度 概率与统计基础：概率分布、常见分布、常见统计量 线性代数基础：矩阵乘法的几何意义机器学习的其他名称：
2018-01-02 15:19:41
5236
转载 学习人工智能需要哪些必备的数学基础？
问题一：学习人工智能需要哪些必备的数学基础？ 此问题转载自： http://www.pmcaff.com/entry?id=1056613181409344对于大多数的新手来说，如何入手人工智能其实都是一头雾水，比如到底需要哪些数学基础、是否要有工程经验、对于深度学习框架应该关注什么等等？因为现在AI火了，很多产品经理/程序员都想转入AI领域。那么对于产品经理来说，针对于AI，我们需要了解些什么
2018-01-02 13:55:54
9313
1
转载 一文讲述人工智能在医疗行业的九个落脚点，让你更懂AI
很多思想领袖认为我们正在经历第四次工业革命。这次工业革命融合了物理世界、数字世界和生物世界，将影响所有学科、经济体和产业，甚至挑战“人类”的定义。医疗行业是这场革命的主要领域，而导致医疗行业变革的主要催化剂就是AI（人工智能）。大数据和人工智能将革新我们的生活随着数字容量的扩展，越来越多的数据被产生并存储在数字空间中。可用数据量正在以每两年翻一番的惊人速度增长。2013年，可用数据量为4.4千兆字节
2018-01-02 10:37:24
920
转载 爆款 | Medium上6900个赞的AI学习路线图，让你快速上手机器学习
本文转载自：AI科技大本营（rgznai100）Part 1：为什么机器学习如此重要AI科技大本营编者按：这篇文章在Medium上总共获得了6900多个赞，在Medium上极受欢迎。受欢迎最大的原因是，作者能以比较浅显的文字，将机器学习所囊括的各类原理讲得清楚透彻。而这，对于以下三类人群来说，简直是个福利包：想要快速提升机器学习能力的技术人员; 想要初步了解机器学习，并愿意接触相关概念的非技术人员
2018-01-02 09:43:49
1088
转载 人工智能、机器学习、深度学习有啥不一样？终于懂了
2016是人工智能爆发的一年，各种层出不穷的新技术、新概念让人眼花缭乱。很多人都分不清人工智能（Artificial Intelligence，简称AI）、机器学习（Machine Learning，简称ML）以及深度学习（Deep Learning，简称DL）概念之间的不同。本文重点解释机器学习和深度学习的差别。由于AI的大热，媒体上关于AI的文章狂轰乱炸，人工智能似乎已经成为游戏的改变者，企业们
2018-01-02 09:07:31
2615
转载 人工智能“六步走”学习路线
本文转载自：http://blog.csdn.net/isuccess88/article/details/54588131人工智能“六步走”学习路线 1、学习并掌握一些数学知识 高等数学是基础中的基础，一切理工科都需要这个打底，数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其需要多元微积分运算基础 线性代数很重要，一般来说线性模型是你最先要考虑的模型，加上很可能要处理多维数据，你需要用线
2018-01-02 08:49:01
375
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人