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
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。