好像Google助理的语音识别有问题，说”OK Google，倒计时5分钟“会识别成”倒计15分钟“，然后给你设置一个15分钟的倒计时器。后来改成”OK Google，计时器5分钟“，就没问题了。

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2773 位用户此时在线

24小时点击排行 Top 10：

10月31日，南京，一名网友cos南京红姐，引来大量人围观，最后网友被警察带走问话。

20K-50K 招聘远程 Python AI 工程师（图片与文本处理方向）

10月31日，海南琼中爆发大规模群体抗争事件因海南天然橡胶产业集团加钗分公司偷砍农民的槟榔田，引发当地民众不满。民众聚集在公司大楼外抗议，掀翻车辆，向公司人员和防暴警察投掷石块。

上海交大采访留学生，不会说中文，学校给全额奖学金，每个月还给5500元人民币补贴。他们俩来上海留学六七年了，不花一分钱……开心到跳舞

10月31日，上海静安寺，一名女生cos“哆啦A梦”后被当地警察带走问话。

能把中国🇨🇳不间断一直加速⏩可持续搞到今天这田地，不得不说习近平确实是个人才😅😅！ B站up主Losider做的视频里说得很对：历史会铭记2012年11月15号这一天👌

“How bad are the Dolphins?”

李诞自曝不生孩子的原因

10月31日，韩国庆州，亚太经合组织（APEC）峰会的开幕式，习近平观看了BIGBANG团队GD权志龙的表演。

更多现场视频：

传统型小粉红论述

10月30日，习近平和川普韩国釜山会晤时，媒体镜头拍下了习近平的小本本上面写着“中美两国完全可以相互成就、共同繁荣。……，我多次公开讲，中美两国应当做伙伴、做朋友，这是历史的启示，也是现实的要求……”

截至目前，官方没有通报任何野人小孩事件的最新进展。有大量网友在大雁塔直播下刷屏留言，请官方关注云南爬行宝宝。

刚刚，上海愚园路和安西路交叉口几名市民与警察发生冲突，随后被带走。市民大喊“我一定会投诉你们”

网友投稿：一名视频博主挑战在日本景点挥舞中国国旗，博主惊呼：“居然没有人阻止，日本人难道不爱国吗？”

网友投稿：南京万圣节一些有趣的cos。

海南海胶，面对愤怒的村民，当局鸣枪驱离。

10月31日，万圣节现场有网友cos小黑羊后被保安和警察带走。

10月31日晚上，湖南省长沙市，潮宗街店面墙体倒塌，砸中路人。

现场的农民们情绪激动，不仅掀翻了汽车，还有人高喊“打倒土匪窝”。部分农民更是爬上公司的平台，直接砸毁了企业的招牌。

10月31日，海南琼中爆发大规模群体抗争事件，有网友拍摄到大批警察集结，准备志愿海胶加钗分公司现场

川普不知道使出什么招术，让向来紧绷着脸的中共高官，一改苦大仇身的面孔，笑得眉飞色舞，特別是面对一个并不喜欢的对手，连战狼外长王毅也使出吃奶的劲挤出了尴尬的笑容。透过这幅照片可以看出，美中关系在接下来的一年里，应该风平浪静，不至于触礁翻船。这对一向敏感的资本市场来说是好事，也让跨境

网友投稿：上海，一名coser在派出所对面的广场带头套cos劫匪，被赶来的警察带走

为战犯铺红地毯扶送独裁者上车那些阿谀奉承，谄媚讨好川普的其它国家领导人，你们羡慕吧，在川普心目中这两位才是他最尊重的人。😁

10月28日，上海，网友剪辑出外卖小哥们艰辛的一幕幕。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

好像Google助理的语音识别有问题，说”OK Google，倒计时5分钟“会识别成”倒计15分钟“，然后给你设置一个15分钟的倒计时器。

后来改成”OK Google，计时器5分钟“，就没问题了。
推特中文圈
( twitter.com )

4年前由 twitter机器人提交

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

3

2

2

西北工业大学开源了一个语音理解模型：OSUM，支持8种语音理解任务，从ASR到情感识别，以及语音到文本的深度理解
支持语音识别(ASR)
带时间戳的语音识别(SRWT)
声音事件检测(VED)
语音情感识别(SER)
说话风格识别(SSR)
说话者性别分类(SGC)
说话者年龄预测(SAP)
语音到文本对话(STTC)
时政
( twitter.com)

8个月前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:01:17

2

2

1

1

我请 Gemini 2.0 Flash 作为英语口语老师
Gemini 2.0 Flash 对音准识别非常敏感，能精准指出我的发音错误。
相比之下，ChatGPT 的高级语音模型对我的口语评价通常过于宽松，会说我的发音正确，但不能很好地识别具体问题。前者真正帮你解决问题，后者能给你自信。
参考了 Gemini
时政
( twitter.com)

10个月前 • nicekate • -- 点击 • 下载视频 0 评论

00:03:44

3

2

1

1

就像解决问题的第一步是承认有问题存在，风险管理的第一步是识别风险。
时政
( twitter.com)

2年前 • 雨夜漫步大祭司 • -- 点击 0 评论

4

2

1

1

看了下效果真的很赞👍🏻

这个视频不仅有演示，还有原理介绍，阿里云做语音识别，VITS生成语音，BERT识别情绪，根据情绪用UE5生成形象的动作。

让ChatGPT能按照派蒙的语气说话的Prompt是借助few-shot的技巧，…
推特中文圈
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

5

2

1

1

Geimini 1.5 原生多模态的音频理解, 强的有点夸张...
不仅能识别说话语气, 还能自动识别说话人到人名?
我拿了一个最近两天的音频给Geimin 1.5
问: "整体概括, 告诉我前两分钟说话的人是谁. 语气如何"
不仅几乎完美回答, 同时还把具体说话的美国议员的名字都识别出来了... (这真不是data leak?)
时政
( twitter.com)

1年前 • G_Z • -- 点击 0 评论

6

6

5

5

【中日韩三国说英语的口音真的不一样】中日韩三国都是基于自己的母语来处理英文中复杂的R和L发音：日文借用らりるれろ的发音，将R音发成了英文的L音；韩语则用ㄹ的发音来对应，但无法处理好模糊音L；汉语用拼音中的r和l来对应英文r和l的发音，对模糊音L也会有处理不好的问题。
大陆资讯
( weibo.com)

6年前 • 微博 • -- 点击 0 评论

7

3

2

2

怎么感觉越说越不对劲《好像意识到了问题的严重性》
大陆资讯
( m.weibo.cn)

3年前 • 微博 • -- 点击 0 评论

8

2

1

1

Google 展示 Android XR 智能眼镜原型机
长时间记忆、实时语音交互、根据用户行为自动提供帮助
Android XR 智能眼镜功能：
上下文理解：通过摄像头和麦克风获取用户视角，结合地理位置信息理解当前场景和任务。
语音交互：随时启动语音助手，无需手动唤醒、无需使用手机。
时政
( twitter.com)

5个月前 • 小互 • -- 点击 • 下载视频 0 评论

00:04:53

9

6

5

5

【借助语音识别技术，这些印度公司要将方言服务进行到底】方言识别系统有助于解决印度潜在 10 亿方言用户的上网问题，让互联网成为边远城镇居民生活中不可或缺的一部分。方言使用者与说英语的人群对教育、财富和政治等话题的讨论深度存在很大不同，“事实证明，大多数人希望能够为他们的村庄安装厕所”。
大陆资讯
( 36kr.com)

6年前 • 36氪 • -- 点击 0 评论

10

2

1

1

这个录音步骤叫采集声纹。在语音识别领域中有一个方向就叫说话人识别。使用场景就是在一些场景监听到不明身份的人对话，可以迅速识别出真实身份。所以接受采访，要开变音器。DTW，HMM，PCA分析，语音识别中的一点点回忆。
推特中文圈
( twitter.com)

2年前 • 雷尼尔 • -- 点击 0 评论

11

3

2

2

Google Bard通过其大规模的多模态升级-图像识别，改变了ChatGPT游戏规则。

它不仅可以识别图像中的对象，还可以提取文本并理解图像。

以下是8个令人惊叹的例子：
IT技术
( twitter.com)

2年前 • Will • -- 点击 • 下载视频 0 评论

00:00:15

12

2

1

1

你们说
这相机的智能识别系统
是不是有点问题？

图片
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

13

6

5

5

Google带来了一种手语识别算法，让你明白别人究竟在比划啥
大陆资讯
( www.ifanr.com)

6年前 • ifanr • -- 点击 0 评论

14

2

1

1

我觉得有些问题吵吵挺好的，有助于把真正的共识和边界提炼出来
推特中文圈
( twitter.com)

2年前 • S⁸⁹o⁶⁴nne（A Horrible Bloody Psychosis(*^ω^*)） • -- 点击 0 评论

15

2

1

1

Swift
超快速 AI 语音助手 ⚡️🤖
技术方案组成 🧩
- ASR: Groq OpenAI Whisper 用于语音识别转录
- LLM: Groq Meta Llama 3 用于语言生成模型
- TTS: Cartesia Sonic 语音模型用于快速流式语音合成
- VAD: 语音活动检测，用于检测用户何时在说话
- Dev: TypeScript + Next.js,
时政
( twitter.com)

1年前 • meng shao • -- 点击 0 评论

16

2

1

1

Google为图像识别算法将黑人标记为黑猩猩道歉
大陆资讯
( solidot.org.feedsportal.com)

10年前 • 以洞制茎 • -- 点击 0 评论

17

2

1

1

OpenAI 开源的 Whisper 大模型， ASR （Automatic Speech Recognition）的问题，包括语音识别、翻译、VAD 检测等，其效果与各大厂收费的产品相比，不相上下，也算是作为一个搅局者加入到了整个市场。
云厂商识别 1 小时的语音，标价大概在 1~3…
IT技术
( github.com)

1年前 • Barret李靖 • -- 点击 0 评论

18

2

1

1

从2012年到现在
腐败问题没有处理好
房价问题没有处理好
债务问题没有处理好
中美关系没有处理好
新冠问题没有处理好
确实指望处理好这次的经济问题，有些困难
时政
( twitter.com)

2年前 • 多伦多方脸🇹🇼🇨🇦🇺🇦 • -- 点击 0 评论

19

2

1

1

1月11日，据网友爆料，国家反诈中心App内置有机器学习库TensorFlow Lite。
据了解，通过机器学习，国家反诈中心App有能力实现图像分类、语音识别、语义分析等功能，以更好的帮助民众远离电信诈骗。
时政
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

20

2

1

1

AK 的这个理论很有意思：幻觉是大语言模型与生俱来的特性，像搜索引擎这样没有幻觉的就没有创造性，永远是固定的结果。
要解决幻觉问题，靠的是像ChatGPT这样的大语言模型助手，借助RAG、验证链、外部工具等手段去减少幻觉。
以下是原文翻译：
# 深入探讨“幻觉问题”…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

21

2

1

1

“我是你，你好吗？”当你听见自己的声音和你说话，有什么感受？

计算机生成的音频据说现已精确到令人不安的程度。软件不仅能识别口音而且能识别音色、音调、节奏、说话的流畅度和呼吸，克隆的语音样本可以被加以调整以表达任何需要的情绪：如愤…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

22

2

1

1

本日最好笑。你可能知道什么是 GPT-3，目前最好的人工智能语言模型，就是你开个头它就能说一大堆话，你问个问题它就能像模像样回答你那种。一个很自然的应用就是你问它一道数学题看它能不能答上来。数学题和一般问题的区别是不仅仅牵涉到语言模型本身，还有一个背后更底层的思考和计算（也就是说你 ...
大陆资讯
( m.weibo.cn)

3年前 • 微博 • -- 点击 0 评论

23

2

1

1

如何用Kaldi做语音识别？
大陆资讯
( www.zhihu.com)

5年前 • 知乎每日精选 • -- 点击 0 评论

24

2

1

1

我刚刚突然意识到了，像我这种买大容量的google drive/iCloud，长年累月下来好像真的比配置个NAS贵。

可惜没有人告诉我这个道理。
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.14059 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特