本文来自腾讯云技术沙龙,本次沙龙主题为AI平台及智能语音应用解析

近年来,人工智能技术快速发展,与其他行业的结合也成为业界不断探索的方向。在人工智能基础和工具方面,AI平台已成为降低人工智能门槛的关键因素;而在人工智能应用方面,作为最成熟的应用方向之一,智能语音已在智能家居、智能车载等领域有了迅猛发展。以腾讯为代表的巨头企业,凭借强大的技术积累和在社交聊天、游戏娱乐等垂直领域定制化服务的丰富经验,在AI平台和智能语音两方面都推出了丰富的解决方案。

依照现状,AI平台如何降低人工智能门槛,帮助企业快速构建AI能力?深度学习如何作用于语音识别,智能语音又如何赋能各种场景呢?腾讯云+社区将于9月15日推出破局人工智能:AI平台及智能语音应用解析沙龙。

议题一:深度学习在语音识别上的应用

讲师简介:罗冬日,腾讯高级研究员,中国科学院网络信息中心硕士,现任腾讯云AI产品中心高级研究员,负责智能语音相关的产品研究和开发。曾长期供职于百度等一线互联网公司,对数据挖掘,深度学习有深入的研究。

议题简介:从语音识别技术的发展历程出发,讲述深度学习技术的基础原理和深度学习技术如何在语音识别的应用,以及语音识别未来的研究方向。

议题二:智能语音扩展数字化服务

讲师简介:倪捷,腾讯高级产品架构师,北京邮电大学硕士学历。现在腾讯云大数据与人工智能产品中心AI应用产品组担任高级产品架构师,负责智能语音与计算机视觉等AI产品,拥有互联网、新零售等行业人工智能落地的丰富经验。在加入腾讯之前,曾长期供职于亚马逊AWS等全球一线IT公司,对公有云和人工智能领域全球产业趋势有深入了解。

议题简介:人工智能是当下最热门的主题之一,智能语音相关技术是人工智能的重要一支。本次分享会从人工智能技术的大背景切入,展现智能语音技术的发展状况。 在语音识别为代表的智能语音技术逐步成熟的情况下,基于智能语音技术能有哪些实际应用场景成为业界不断探索的方向。本次分享会介绍当下语音技术应用的场景,以及这些场景解决了哪些客户实际的痛点。 本次分享也会展现腾讯云在智能语音领域提供的服务以及形成的行业解决方案。

议题三:智能音箱语音识别技术分享

讲师简介:王珺,腾讯专家研究员,腾讯AI Lab专家研究员,在北大,中科院院声学所、杜比实验室等科研机构有十多年研究经历,专注于语音和声音的信号前处理、增强、抑制、分离等后处理及语音识别的研究。目前的研究兴趣包括音频信号处理、关键词唤醒和多说话人分离以及端到端的语音识别中的关键技术。

议题简介:腾讯云在智能音箱交互场景,远场语音识别方面的真实数据评测字准确率和句准确率实现了大幅提升。本议题介绍腾讯AI Lab的音箱语音交互技术链条以及其中若干关键技术模块。本议题将进一步分享针对智能音箱场景的前沿研究和新的技术方案,包括基于唤醒词信息的目标说话人语音提取,以及性能处于国际领先的Attention系统:识别端到端的Attention建模方法改进,若干改进Attention的关键技术点,用于深度融合Attention和CTC的多任务训练方法的研究。

议题四:欲善其事,先利其器 - 论机器学习平台与人工智能的关系

讲师简介:郭律,腾讯高级产品经理,腾讯云AI基础产品中心高级产品经理、解决方案架构师。主导腾讯智能钛TI-ONE(可视化机器学习平台)和TI-S(自动机器学习平台)两个产品的设计工作。从上海交通大学模式识别与智能系统专业博士毕业后,先后就职于IBM、普华永道从事IT架构、咨询方面的工作,对机器学习与金融、零售等业务场景的结合具有深刻理解,帮助学员掌握如何利用工具解决实际业务中面临的机器学习问题。

议题简介:“AI+”是指传统行业利用AI来实现业务创新和精细化管理。AI有什么魔力,能够支持传统行业的业务创新和精细化管理?传统行业企业想拥有AI能力,需要具备什么条件?总体而言,构建AI能力对于多数传统行业企业来说存在技术难度高、投入成本大、实施周期长的问题,因此AI对于许多企业而言还是高门槛的。如何帮助传统行业企业降低AI门槛,缩短企业到“AI+”的距离,是本次议题将要讨论的主题。议题将包含机器学习的关键要素、企业构建AI能力的必要条件、机器学习平台为什么能够帮助企业快速构建AI能力、好的机器学习平台应该具有哪些特点等内容。

议题五:智能语音赋能的客服监督和质检

讲师简介:张童皓,产品及研发总监,曼彻斯特大学信息系统工程硕士。现任携程数据智能部产品及研发总监,负责集团范围内基于大数据及AI的平台及应用交付,包括共享数仓,AB平台,用户画像,模型引擎,智能质检等。加入携程前在eBay中国数据团队任高级产品经理。在大数据/AI领域有超过10年工作经验。

议题简介:携程客服历来有业界标杆级的良好口碑,除了客服人员的训练有素外,一套高效的问题处理机制也至关重要。这次分享会介绍座席通话质检碰到的挑战,以及携程正在如何通过AI的能力,用新的方式赋能传统的业务需求。

本期云+社区技术沙龙还推出了workshop环节,通过两个案例带领学员利用AI平台完成模型训练,帮助学员更多了解AI平台的工作机制,了解AI平台是如何通过降低建模门槛,提高建模效率,来帮助企业快速构建AI能力的,具体包括一个机器学习场景和一个深度学习场景。

9月15日下午,上海市虹口区东大名路588号一楼泛合金融咖啡俱乐部 G层报告厅,如果您想深入了解AI平台,如果您想共同探讨智能语音的应用及发展趋势,这是一个不容错过的互动及体验机会!

此文已由腾讯云+社区沙龙发布,更多原文请点击

搜索关注公众号「云加社区」,第一时间获取技术干货,关注后回复1024 送你一份技术课程大礼包!

海量技术实践经验,尽在云加社区

破局人工智能:构建AI,与腾讯云一起探索语音应用场景的更多相关文章

  1. 弹性配置为构建提速 - CODING & 腾讯云 CVM 最佳实践

    CODING 中提供了内置云主机用来执行持续集成(CI)中的构建计划,能够胜任大部分构建任务.但如果碰上了大型项目的构建,或者需要在本地服务器生成构建成果,单个计算资源就显得有点捉急了.针对这一部分需 ...

  2. 持续引领大数据行业发展,腾讯云发布全链路数据开发平台WeData

    9月11日,在腾讯全球数字生态大会大数据专场上,腾讯云大数据产品副总经理雷小平重磅发布了全链路数据开发平台WeData,同时发布和升级了流计算服务.云数据仓库.ES.企业画像等6款核心产品,进一步优化 ...

  3. 小游戏专场:腾讯云Game-Tech技术沙龙上海站顺利落下帷幕

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 本文由腾讯游戏云发表于云+社区专栏 9月14日腾讯云GAME-TECH技术沙龙小游戏专场在上海顺利举办,此次技术沙龙由腾讯云的资深专家,以及 ...

  4. 破局AI落地难,数据标注行业需率先变革丨曼孚科技

    ​2019年,国内人工智能领域的投融资热情大幅降低,相当数量的AI企业彻底消失在了历史的长河中,“人工智能寒潮已至”甚至成为行业年度热词. 与前几年创业与投资热情齐头并进的盛况相比,近段时间的AI行业 ...

  5. 腾讯云AI平台张文杰:构建一站式机器学习服务平台

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 5月24日,以"无界数据无限智能"为主题的腾讯"云+未来"峰会AI大数据分论坛在广州拉开帷幕.此次分 ...

  6. 为 “超级大脑”构建支撑能力,腾讯云聚焦AI技术落地

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 5月24日,以"无界数据.无限智能"为主题的2018腾讯"云+未来"峰会AI大数据分论坛在广州拉开帷 ...

  7. 腾讯云总监手把手教你,如何成为AI工程师?

    作者:朱建平 腾讯云技术总监,腾讯TEG架构平台部专家工程师 1.关于人工智能的若干个错误认知 人工智能是AI工程师的事情,跟我没有什么关系 大数据和机器学习(AI) 是解决问题的一种途径和手段,具有 ...

  8. 学习笔记之Python全栈开发/人工智能公开课_腾讯课堂

    Python全栈开发/人工智能公开课_腾讯课堂 https://ke.qq.com/course/190378 https://github.com/haoran119/ke.qq.com.pytho ...

  9. 腾讯云AI应用产品总监王磊:AI 在传统产业的最佳实践

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 背景:5月23-24日,以"焕启"为主题的腾讯"云+未来"峰会在广州召开,广东省各级政府机构领导.海 ...

随机推荐

  1. Android-Java-Thread的使用

    main线程跑三个任务: package android.java.thread2; class Demo { private String name; public Demo(String name ...

  2. LeetCode139:Word Break

    题目: Given a string s and a dictionary of words dict, determine if s can be segmented into a space-se ...

  3. 如何使用linq读取DataTable集合?AsQueryable() 和 AsEnumerable()区别?

    一.准备工作 引入linq和data 相关的using命名空间 DataTable dt=new DataTable();//dt的来源可以是多个地方,比如:数据库,Excel等等.我这里使用Exce ...

  4. A tiny program to benchmark image transpose algorithms

    Here is the code: #include <stdio.h> #include <xmmintrin.h> #include <windows.h> t ...

  5. UCS2-little endian转码(utf16)

    public static void readFile(){ BufferedReader in = null; try { in = new BufferedReader(new InputStre ...

  6. Spring 开发第一步(三)Spring与JDBC

    <spring in action 3rd>中的前面4章讲解的是Spring的核心,也就是DI/IOC和AOP .从第5章开始是Spring在企业开发中的各个方面的应用.其实作为笔者从事的 ...

  7. Flask系列02--Flask中的request

    一.Flask中的request方法 1.数据相关 #flask中request,render_template等方法要通过引包的方式引入 from flask import request ​ re ...

  8. 713. Subarray Product Less Than K

    Your are given an array of positive integers nums. Count and print the number of (contiguous) subarr ...

  9. 975. Odd Even Jump

    You are given an integer array A.  From some starting index, you can make a series of jumps.  The (1 ...

  10. 应该怎么理解 app = Flask(__name__)

    初始化生成一个app对象,这个对象就是Flask的当前实例对象,后面的各个方法调用都是这个实例Flask会进行一系列自己的初始化,比如web API路径初始化,web资源加载,日志模块创建等.然后返回 ...