会员
AI智能语音技术与产业创新实践
更新时间：2025-02-07 18:03:09 最新章节：参考文献
书籍简介
本书从技术、应用和产业3个维度为切入点，对智能语音语义领域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇，讲述人类语音生成、传播和感知的过程，引发对于机器智能语音听说的思考，进而阐述技术探索发展史；然后，分析了以语音交互为核心的技术现状，综合剖析提出全双工、端到端模型构建、语音假冒攻击等热点；其次，从政策、投融资和产业规模上，分析整体智能语音产业环境，纵观国内外企业在相关技术和产品上的积极布局，介绍了智能语音的产业链和产业格局；最后，围绕语音交互技术形成的应用，以智能汽车、智能家居、可穿戴设备、智能客服、医疗、教育等诸多细分领域为代表，提出“AI+基础服务”“AI+硬件设备”“AI+垂直行业”的3种应用转化参考模式，并列举实际具体案例和解决方案。本书适合从事人工智能技术研发、产品应用、市场规划的工程技术人员和管理人员参考使用，也可作为高等院校人工智能相关的专业师生参考。同时，也适合对人工智能语音技术感兴趣的相关人员阅读。
品牌：人邮图书
上架时间：2021-12-01 00:00:00
出版社：人民邮电出版社
本书数字版权由人邮图书提供，并由其授权上海阅文信息技术有限公司制作发行
最新章节
李荪 曾然然 殷治纲编著
同类热门书
最新上架
- 会员本书是继《EasyRL：强化学习教程》（俗称“蘑菇书”）之后，为强化学习的读者专门打造的一本深入实践的全新教程。全书大部分内容基于3位作者的实践经验，涵盖马尔可夫决策过程、动态规划、免模型预测、免模型控制、深度学习基础、DQN算法、DQN算法进阶、策略梯度、Actor-Critic算法、DDPG与TD3算法、PPO算法等内容，旨在帮助读者快速入门强化学习的代码实践，并辅以一套开源代码框架“Joy计算机7.8万字
- 会员本书从介绍“ChatGPT第一次接触”开始，分析如何使用该工具来提高开发效率和质量。书中每一章都涵盖了ChatGPT的不同应用场景，从编写各种文档，到辅助进行需求分析和系统设计，以及数据库设计和开发高质量代码等均有讲解。还介绍了如何使用ChatGPT辅助进行系统测试以及任务管理，并对源代码底层逻辑进行了分析。计算机8.8万字
- 会员这是一套可以帮助所有职场人士通过使用AI工具，快速成为办公高手的实用教程。本书以超简单的方式详细介绍了18款主流AI工具从入门到进阶的使用方法，即便是零基础人士也能通过本书轻松实现效率倍增。书中包含覆盖10个典型办公场景、50多个具体岗位的125个实战案例，每个案例都配有详细的操作步骤和精美的图示。为了提高读者的学习效率，降低学习成本，本书还附赠了150分钟同步教学视频、170多个素材与效果文件。计算机9.4万字
- 会员现在，AI与多模态技术快速发展，高效创作优质视觉内容已成为核心竞争力，OpenAI推出的GPT-4o为此提供了全新解决方案。本书系统整合一线实战经验，详细讲解GPT-4o从基础操作到多领域应用的108个实战案例、50种绘画风格及6大商业变现路径，并提供全面、详尽的提示词模板与示例，还讲解如何结合DeepSeek优化提示词，可帮助读者缩短创作周期，实现“懒人直出”。本书总计7章。第1章讲解GPT-4计算机4.2万字
- 会员本书旨在帮助读者从零开始学习人工智能，掌握人工智能的原理、技术和应用。本书共10章，首先是人工智能概述，接着深入浅出地讲解人工智能的原理和技术，包括数据预处理、数据可视化、机器学习基础、监督学习模型、无监督学习算法、神经网络基础、训练深度神经网络等内容，最后讲解人工智能的应用，包括智能对话和知识图谱。本书适合想要学习并掌握人工智能技术和应用的零基础读者阅读，还可以作为高等院校人工智能相关课程的教材计算机11.3万字
- 会员《DeepSeeK实操指南：引爆AI时代个人效率核聚变》是一本专为职场人士量身打造的AI工具使用指南，旨在帮助读者通过DeepSeek这一强大的AI工具，全面提升工作效率，解锁职场新技能。本书不仅详细介绍了DeepSeek的基础知识和核心优势，还提供了40个实用的职场AI技能，涵盖从文案创作、数据处理到社交媒体运营等多个领域，助力读者在职场中脱颖而出。通过丰富的实操案例和技巧，本书深入讲解了如何运计算机7.4万字
- 会员大模型在众多领域得到了广泛应用，促进了AI技术的整合和创新。然而，在实际应用过程中，直接将大模型应用于特定行业常常难以达到预期效果。本书详细阐述如何在游戏经营分析场景中利用大模型实现数据体系的建设。本书分为6个部分，共16章。第1部分主要介绍大模型技术的发展与应用，从大模型的发展现状展开，重点介绍大模型与数据体系的相关知识。第2部分主要介绍大模型下的关键基础设施，涵盖湖仓一体引擎、湖仓的关键技术、计算机15.6万字
- 会员本书分为3个部分：第1章和第2章是人工智能的数学基础，主要介绍了机器学习的概念、Python开发环境的搭建、机器学习bibei的数学知识，以及线性代数和概率论的相关知识；第3~12章主要介绍了回归模型、分类模型、聚类模型、半监督模型的建立和相关算法的理论，以及如何使用sklearn具体实现相关算法模型的搭建；第13章介绍了Spark机器学习，笔者认为对于机器学习，不能只限于Python中的skle计算机0字