按时间归档：2023年

本月，Gartner 公布了备受期待的 2023 年企业对话式 AI 平台魔力象限报告。 此次发布正值市场兴趣高涨之际。这在很大程度上源于 ChatGPT 的兴起，以及人们对大型语…

在社交平台刚刚把KTV搬到线上的2017年，能做到单人音轨与伴奏音乐的对齐已经殊为不易。直到目前，也仍有相当数量的社交平台仅提供「单人独唱，众人围观」的K歌体验。 01 让更多人乐…

近日，ICASSP2023 通用会议理解及生成挑战（MUG）完成了测试集评测及结果公布，并举办了线上完赛沙龙。本次挑战由ModelScope魔搭社区、阿里巴巴达摩院语音实验室、阿里…

近期，快手StreamLake中标浙江广播电视集团多个百万级项目。围绕省级重大文化传播平台项目，双方展开深度合作。 浙江广播电视集团一直在广电领域引领创新，其App产品覆盖了多样化…

8×8 宣布对其联络中心平台进行一系列人工智能更新，这将带来更好的客户体验。 8×8 联络中心获得了 8×8 智能客户助理和 8×8 主管工作区，OpenAI 已集成到其 8×8“…

在本文中，我们将了解Closed GOP 和 Open GOP 的概念。这两种 GOP 类型在视频流中都很常见，并且会影响您的压缩效率、流的错误恢复能力以及 ABR 流中的可切换性…

Handbrake 是一种开源视频转码器，被广泛认为是视频转换的最佳工具。它使用起来毫不费力，支持多平台，并且涵盖范围广泛的预设和设备。这意味着您会发现比以往任何时候都更容易快速压…

离散余弦变换 (DCT)可以说是现代图像和视频压缩中最基本的工具。DCT 用于将像素域中的数据转换为频域，以揭示有关图像或视频帧的洞察力。 本文的目的是让您直观地了解 DCT，而无…

　　连续6年被写入政府工作报告、两会期间再度被高频提及的热词“数字经济”，正成为拉动我国经济增长的新引擎，也成为全球经济竞争的新焦点。 　　于在线社交娱乐行业而言，随着移动互联网的…

日前，中国通信标准化协会（CCSA）互联网与应用标准技术工作委员会（TC1）互联网应用总体及人工智能工作组（WG1）第75次组会在京顺利召开。本次会议由TC1WC1工作组组长曹峰主…

　 理想的智慧生活少不了语音交互，对用户来说，好的语音交互应该是简单一句话，智能家居就能“心领神会”，正确执行。但实际用起来，听不懂老人的方言、距离太远听不清、指令不具体没法执行等…

3月13日,腾讯音乐天琴实验室联合清华大学人机语音交互实验室(THUHCSI)、音频语音与语言处理研究组(ASLP@NPU)、CCF计算艺术分会及北京市智慧广电(网络视听)重点实验…

自 2022 年末 OpenAI 面向公众推出 ChatGPT 以来，人工智能（AI）的热度一直居高不下。圣诞老人来得很早，他给人类带来了一台能回答大多数问题的机器！ ChatGP…

中国信通院CAICT官微3月13日消息，近年来，作为元宇宙和AIGC的关键产业要素，虚拟人概念炙手可热，技术产业发展乘势而起，呈现强劲的增长态势。但是，快速发展的市场机遇下蕴含着一…

尽管多年来一直在努力用更快、更便宜或更通用的存储器来取代DRAM，甚至将其嵌入到SoC中，但DRAM仍然是任何这些架构中的基本组件。DRAM制造商并没有一成不变，而是根据性能、功耗…

ChatGPT在科技界一鸣惊人，截止到2023年1月底，仅在推出两个月后就获得了1亿用户，并带来了一种隐约可见的变革感。 这项技术本身很吸引人，但让ChatGPT特别有趣的部分原因…

来自荷兰QuTech的一组研究人员在《科学》杂志论文，报告了连接三个量子处理器的第一个多节点量子网络的实现。此外，他们还进行了关键量子网络协议的原理证明演示，这标志着未来量子互联网…

近日，微软的研究人员推出了komos -1，这是一种多模态模型，据报道，它可以分析图像内容，解决视觉难题，执行视觉文本识别，通过视觉智商测试，并理解自然语言指令。研究人员认为，多模…

I 帧、P 帧和 B 帧的概念是视频压缩领域的基础。这三种帧类型在特定情况下用于提高编解码器的压缩效率、压缩流的视频质量以及流对传输和存储错误和故障的恢复能力。 在本文中，我们将了…

VVC、EVC、LCEVC 是 MPEG 在 2020-2021 年发布的三种视频编解码器，分别称为通用视频编码 (H.266)、基本视频编码 (EVC MPEG-5 Part 1…