ZD至顶网软件频道消息: 微软面向更广泛的开发者们发布了25项Cognitive Services(认知服务)工具中的3个。
微软的Cognitive Services应用编程接口(API)让开发者可以向他们的应用中增加像语音识别、语言理解、情绪检测这样的一些功能。
Cognitive Services和机器人都是微软人工智能、以及更为具体的“交谈即平台”战略的一个组成部分。微软Cognitive Services API旨在与微软Bot Framework很好地协同工作,这在机器人场景中是很有用的。(还可以独立与机器人场景使用)与微软的Cognitive Services一样,机器人可以是基于语音、语言和视觉的。
微软正在重新命名Custom Speech Service(也就是此前私人预览的CRIS)并提供公开预览。Custom Speech Service工具采用了微软的语音转文本引擎,该引擎主要针对开发者提供的数据。
过去十年微软一直在对自己的语音识别算法进行调优,使其能够在有行话、对话和口音的嘈杂环境下使用。Custom Speech Service采用了这篇博客文章中描述的这些算法。
微软还将在2017年3月提供Content Moderator和Bing Speech API。Content Moderator让用户可以在发布图片、文字和视频之前对这些信息进行隔离和审查。Bing Speech API则可以把音频转换为文本,再把文本转换为语音。
微软方面表示,目前已经有60个国家的超过424000个开发者尝试了不同的微软Cognitive Services服务。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。