中国上海——2022年4月12日——恩智浦半导体(NXP Semiconductors N.V.,纳斯达克股票代码:NXPI)宣布推出智能语音技术(VIT),业内首批全面本地语音控制软件包,不限量产数量,客户均可免费获取配套的在线训练工具。VIT基于先进的深度学习技术,是一款即时可用的软件库,提供可支持多达3个麦克风的远场音频前端、始终打开的唤醒词引擎和语音命令引擎。通过恩智浦的免费在线工具,无需录音,客户可使用简单的文本输入自行定义唤醒词和语音命令。
产品重要性
实现可靠的设备端语音控制颇具挑战。开发人员不仅需要选择合适的硬件,还必须驾驭复杂的语音处理软件。这通常需要开发人员管理来自不同软件供应商的音频前端波束成形器、单独的唤醒词和语音命令引擎。VIT软件解决方案全面、灵活,可针对特定应用定制,从而简化了开发过程,同时解决方案中已加入创建高度精确的设备端语音控制解决方案所需的全部要素。
更多详情
恩智浦副总裁兼物联网边缘处理产品线总经理Joe Yu:“语音是许多智能技术的首选接口,包括智能家居、智慧城市和智慧工厂中的各种技术。通过降低语音应用开发的复杂程度,我们帮助客户更轻松迅速地将新的设备端语音控制推向市场。”
好文章,需要你的鼓励
微软与Anthropic达成合作协议,为Microsoft 365 Copilot用户提供Claude AI引擎选项。商业版Frontier Copilot用户可选择Claude Opus 4.1和Sonnet 4等模型,但需管理员权限。这标志着微软正在超越OpenAI,采用更开放的AI代理方式。微软已在Visual Studio中集成Claude,并在Azure中加入Grok AI。微软AI CEO表示,公司将基于他人最佳技术构建应用,而非追求AI领导地位。
哥本哈根大学等机构研究发现,主流视觉语言模型在将图像转换为文字描述时会丢失40%-90%的视觉信息。研究开发了两种创新方法来量化这种信息丢失:邻居关系分析和嵌入重建技术。实验表明信息丢失直接影响AI的检索和问答性能,研究还实现了丢失区域的精确可视化,为优化AI视觉系统提供了重要工具。
OpenAI发布ChatGPT脉冲功能,这一推送特性可根据用户聊天历史自动生成个性化每日更新。该功能目前向Pro订阅用户开放,通过分析用户聊天记录、偏好设置以及Gmail和谷歌日历连接,AI模型在夜间进行研究,次日清晨以卡片形式推送相关信息。用户可通过点赞或踩的方式提供反馈。这标志着OpenAI向主动式AI助手转变的重要一步。
阿联酋研究团队创建了PersonaX数据库,包含超过1.3万人的多模态性格分析数据。通过整合面部照片、背景信息和AI生成的行为特征描述,研究首次实现了大规模的跨模态性格分析。团队开发的双层分析框架不仅能发现统计关联,还能揭示深层因果关系,为理解人类性格特征提供了全新视角。