科大讯飞通过深度神经网络算法，5分钟生成一个虚拟直播
10月23日，科大讯飞1024全球开发者节举办，科大讯飞董事长刘庆峰透露称，现在科大讯飞5分钟就能生成一个虚拟主播。
刘庆峰称，“原来我们合成明星讲话需要一周时间去录音，现在5~10分钟就基本可以模仿一个人，半小时就可以做得很像，使我们的虚拟主播具备了前所未有的能力。”
这主要得益于深度神经网络算法，它可以自主学习，使得海量数据能够真正的在应用场景中发挥。
其实在去年的国际自然语言理解大赛SquAD中，科大讯飞AI首次超过人类水平，也是表证了其在机器自主学习方面的优势。
刘庆峰还展望，人工智能将来能够满足我们每一个人的个人使用。
科大讯飞在个性化训练和学习上发力的非常重要的原因，就是：未来使得每一个人都站在人工智能肩膀之上，成为更有竞争力的每个个体。而不是通过人工智能把大量的工作替代，让大量的人员没有工作。
责编AJX
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4827浏览量
106779 -
科大讯飞
+关注
关注
19文章
852浏览量
63186 -
深度学习
+关注
关注
73文章
5590浏览量
123896
发布评论请先 登录
相关推荐
热点推荐
NMSIS神经网络库使用介绍
NMSIS NN 软件库是一组高效的神经网络内核，旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最大限度地减少其内存占用。
该库分为多个功能，每个功能涵盖特定类别
发表于 10-29 06:08
在Ubuntu20.04系统中训练神经网络模型的一些经验
模型。
我们使用MNIST数据集，训练一个卷积神经网络（CNN）模型，用于手写数字识别。一旦模型被训练并保存，就可以用于对新图像进行推理和预测。要使用
发表于 10-22 07:03
液态神经网络（LNN）：时间连续性与动态适应性的神经网络
1.算法简介液态神经网络（LiquidNeuralNetworks，LNN）是一种新型的神经网络架构，其设计理念借鉴自生物神经系统，特别是秀
无刷电机小波神经网络转子位置检测方法的研究
摘要:论文通过对无刷电机数学模型的推导,得出转角:与三相相电压之间存在映射关系,因此构建了一个以三相相电压为输人,转角为输出的小波神经网络来实现转角预测,并采用改进遗传
发表于 06-25 13:06
科大讯飞深度解析DeepSeek-V3/R1推理系统成本
本篇分析来自科大讯飞技术团队，深度解析了DeepSeek-V3 / R1 推理系统成本，旨在助力开发者实现高性价比的MoE集群部署方案。感谢讯
BP神经网络与卷积神经网络的比较
多层。 每一层都由若干个神经元构成，神经元之间通过权重连接。信号在神经网络中是前向传播的，而误差是反向传播的。 卷积
人工神经网络的原理和多种神经网络架构方法
在上一篇文章中，我们介绍了传统机器学习的基础知识和多种算法。在本文中，我们会介绍人工神经网络的原理和多种神经网络架构方法，供各位老师选择。 01 人工
科大讯飞AI虚拟人交互平台荣获行业最高评级
近日，科大讯飞的AI虚拟人交互平台顺利完成中国信通院人工智能研究所组织的大模型数字人基础能力分级测试，并获得最高等级L5认证，系国内首批。
工商网监
评论