近日,小米自研聲音識別算法取得最新進展,算法模型領先其他機構,性能國際排名第一。小米是在 Google 發(fā)布的 AudioSet 音頻標記任務中獲得的這一突破。
它是音頻標記任務影響力最大的數(shù)據(jù)集,被認為是聲音領域的 ImageNet (注:計算機視覺領域最著名的數(shù)據(jù)集,由著名學者李飛飛等主持發(fā)布),權威性頗高。
Google 將 AudioSet 數(shù)據(jù)集分為三個子集,前兩個子集用于訓練,被合并稱為 “AudioSet-2M”。正是在這個合并后的訓練集中,小米的聲音識別算法模型首次在業(yè)界突破了50 mAP,刷新了音頻標記技術指標,成為截至目前性能最好的模型。
此外,小米還發(fā)布了一個 Mini 版模型,適合資源受限的場景。該模型的參數(shù)量被壓縮到了原模型的約九分之一,遠小于其他機構的模型,但性能卻優(yōu)于其他所有機構。
這項技術的突破意味著小米的聲音識別算法能力再次精進,小米的眾多智能硬件設備應用此項技術后,可以更敏銳地捕捉和識別環(huán)境聲音,大幅提升硬件的智能化程度,從而為用戶創(chuàng)造更加便捷的智能生活體驗。
文章內(nèi)容僅供閱讀,不構成投資建議,請謹慎對待。投資者據(jù)此操作,風險自擔。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術、產(chǎn)品設計及應用方面的創(chuàng)新變革,全球領先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術和新品亮相,以敢為精神勇闖技術無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導,由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團)有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。