Overview of AI concepts-Speech

人工智能应用和智能体中的语音功能,使用户能够通过口语与之交互。

语音识别

用户语音输入转为文本的示意图。

语音识别是人工智能"听懂"并解读语音的能力。通常以语音转文本的形式呈现(即将语音的音频信号转录为文本)。

语音合成

文本转化为可听语音的示意图。

语音合成是人工智能将文字转化为口语表达的能力。通常以文本转语音的形式实现,即将文本信息转换为可听声音信号。

人工智能语音技术正快速发展,以应对消除背景噪音、检测中断、生成更具表现力且更接近人类声音等挑战。

人工智能语音应用场景

人工智能语音技术的常见应用包括:

能够理解语音输入、执行任务并以语音反馈结果的人工智能助手。

电话或会议的自动转录。

视频或文本的自动音频描述。

语言间的自动语音翻译。

相关推荐
翰墨之道1 小时前
黄仁勋回归传闻升温:英伟达领导层风波牵动AI产业
人工智能·数据挖掘·回归
天天代码码天天1 小时前
把闲置电脑变成家庭照片备份站:开源 lw.HomeNAS v1.5.0 发布
人工智能
电科_银尘1 小时前
【大模型算法与工程 01】机器学习的问题定义:监督、无监督、自监督与强化学习
人工智能·算法·机器学习
沉默王二1 小时前
真狠啊,DeepSeek 开放全家桶 API。
人工智能·agent·deepseek
AAA修煤气灶刘哥2 小时前
为什么你的Codex 重连到 5/5 才开始工作?理解重试、协议回退与代理链路
人工智能·架构·openai
墨林陌2 小时前
AI 热点日报(2026-11-17):阿里腾讯新模型齐发,华为开源具身世界模型,Anthropic IPO登场
人工智能
奶油话梅糖3 小时前
容器启停 2.5 毫秒:11 天 1,700 Star 的 Kiri,用一个 900 KB 的 PID 1 干掉了 runc 和 dockerd
前端·人工智能·rust
吴名氏.3 小时前
Java转AI Agent教程(第十五周)政策时效:过期政策不该被召回,也不能被删掉
java·人工智能·python·ai·ai agent