什么是嵌入式的粘合层,为什么它很重要?
是一回事,当亚马逊的一些语音启动Alexa设备拿起孩子们的声音,然后在线订购商品。当家庭这是另外一码事看电视报道这个故事的发现他们的亚马逊设备订购这些产品,因为他们听到新闻报道上的参考。啊,强大的语音识别技术和人工智能技术的意想不到的后果!
这个故事强调了语音识别技术和人工智能技术的力量,60年后贝尔实验室的奥黛丽设备和50年前IBM展示了它鞋盒机。
语音识别在过去的几十年里已经有了极大的改善,由于电子产品创新和人工智能的进步。然而,甚至是惊人的应用,比如语音助手,在某些方面,仍然在他们的青春期,部分原因是人类的语言和语言的复杂性。
理解的复杂性
考虑这篇演讲是人类的一种基本的连接,允许我们沟通,善于表达,发声,认识、理解和解释。但这里的复杂性。有成千上万的语言和更多的方言。我们每个人都有一个独特的词汇。American-Brazilian独立研究项目的研究人员发现,本地说英语的成年人理解平均22000到32000单词,每天学习一个词。非英语的成年人知道平均11000 - 22000英语单词,每天学习2.5字。
虽然英语可能使用超过30000字,大多数嵌入式语音识别系统使用不到10000个单词的词汇表。口音和方言增加词汇量的大小需要识别系统能够正确地捕捉和处理一个广泛的扬声器在单一语言。
可以看到,语音识别和人工智能的状态还有一段路要走符合人类的能力。关闭这一差距,我们将寻找语音识别技术的进步,解决现有精度和安全问题,可以完全操作作为嵌入式解决方案。
语音识别与人工智能
与不断提高移动处理器的计算能力和紧凑的尺寸,大词汇引擎推广使用现在可以使用自然语言作为嵌入式oem厂商的选择。这种引擎的足迹已经萎缩和优化,使其更有吸引力的选择这些oem厂商开始利用人工智能。有效的说话人识别需要音频流的分割,检测和/或跟踪的扬声器,扬声器和识别。识别引擎提供了融合功能,导致融合结果,用于更容易做出决定。引擎函数在它的全部潜力,并允许用户自然地说话和理解在一个嘈杂的environment-pre-processing技术集成,以帮助改善质量的音频输入识别系统。
提高语音识别的另一个关键技术是分布式计算。我们已经在语音识别这个神奇的点(是的,甚至考虑到意外亚马逊订单)多亏了云。但有限制时,云技术应用在实时企业环境中,需要用户隐私、安全、可靠的连接。世界正在迅速的新模式协作embedded-cloud操作叫做嵌入式胶水层上促进不间断连接和直接地址新兴云企业的挑战。
与嵌入式粘合层、捕获和处理用户声音或视觉数据可以在本地执行和不完全依赖云。在其最简单的形式,粘合层作为嵌入式服务和合作与云服务提供本地设备上处理。粘合层允许任务关键型语音任务中用户或企业安全,隐私和保护需要处理设备上的本地以及确保持续可用性。非关键型任务,如自然语言处理,可以使用低带宽、云处理文本数据作为两国传播的模式。嵌入式识别粘合层提供几乎相同级别的范围作为一个基于云的服务,尽管作为一个本地的过程。
这种方法不仅语音识别技术将彻底改变应用程序但设备,在我们的家门口,就像这些包。
这白皮书从识别技术和手臂提供优秀的技术见解使网关的体系结构和设计方法更强大、高效的语音识别。阅读更多关于手臂人工智能技术。
把情报注入设备是至关重要的,特别是涉及到安全的地方。一个新的网络研讨会将解决如何获得竞争优势在嵌入式设计的安全。报名在这里。
|
|
|
|
|
|
|
|
|
|
留下一个回复