先看如下三张图：图一：图二：图三：图二详细版本人工智能：是一个大概念，从有效的老式人工智能（GOFAI）到联结主义结构，无所不包。而机器学习则是人工智能领域的一个小分支，如果说AI是一个合集，那么ML就是AI的子集。任何通过数据训练的学习算法的相关研究都属于机器学习，包括很多已经发展多年的技术，比如线性回归（Linear Regression）、K均值（K-means，

以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/作者：黄钊，5年AI实战经验（图灵机器人），8年互联网背景（前腾讯QQ产品经理），微信公众号/知乎/在行/饭团ID“hanniman”，持续3年分享人工智能相关原创干货，关注者1.2万+，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1w+。一、核心概

上午看了一篇文章：语音识别的痛点在哪，从交互到精准识别如何做？ | 硬创公开课感觉没看懂，下午就看到了团长精心总结的这篇ASR技术通识。给个大大的��！语音识别（Automatic Speech Recognition），一般简称ASR；是将声音转化为文字的过程，相当于人类的耳朵。语音识别原理流程：“输入——编码——解码——输出”1、语音识别，大体可分为“传统”识别方式与“端到端”识别方式，

以上内容，来自饭团“AI产品经理大本营”，点击这里可关注：http://fantuan.guokr.net/groups/219/作者：黄钊，5年AI实战经验（图灵机器人），8年互联网背景（前腾讯QQ产品经理），微信公众号/知乎/在行/饭团ID“hanniman”，持续3年分享人工智能相关原创干货，关注者1.2万+，200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1w+。一、核心概

先看如下三张图：图一：图二：图三：图二详细版本人工智能：是一个大概念，从有效的老式人工智能（GOFAI）到联结主义结构，无所不包。而机器学习则是人工智能领域的一个小分支，如果说AI是一个合集，那么ML就是AI的子集。任何通过数据训练的学习算法的相关研究都属于机器学习，包括很多已经发展多年的技术，比如线性回归（Linear Regression）、K均值（K-means，

本文转载自：http://blog.csdn.net/isuccess88/article/details/54588131人工智能“六步走”学习路线1、学习并掌握一些数学知识高等数学是基础中的基础，一切理工科都需要这个打底，数据挖掘、人工智能、模式识别此类跟数据打交道的又尤其需要多元微积分运算基础线性代数很重要，一般来说线性模型是你最先要考虑的模型，加上很可能要处理多维数据，你需要用线

转载自雷锋网：语音识别的痛点在哪，从交互到精准识别如何做？ | 硬创公开课语音识别是目前应用最成熟的人机交互方式，从最初大家体验过的有屏手持设备这种近场的语音识别，如Siri以及各种语音助手，到现在，语音识别的应用已经完成了向智能硬件以及机器人上延伸，不过，新的人机交互对硬件、算法要求更加苛刻，各企业正面临着巨大的挑战。那么实现人机交互需要解决哪些问题？这其中的关键技术有哪些？人机交互的未

在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中，这时机器往往需要能够完成“听懂——理解——回答”的闭环。它们相应地涉及到三类技术：语音识别、自然语言处理以及语音合成。语音识别的任务是将用户所说的话从音频形式转变为文字形式，自然语言处理的任务则是理解这些文字所要表达的意思（语义）。机器针对用户的语义会给出相应的回答，并以语音的形式说给用户听，这就需要用到语音合成。语音识别、自然语言

在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中。进行对话交互时，机器往往需要完成“听懂——理解——回答”的闭环。这个闭环涉及到三类技术：语音识别（ASR）、自然语言处理（NLP）以及语音合成（TTS）。语音识别的任务是将用户所说的话从声音形式转变为文字形式，自然语言处理则是理解这些文字所要表达的意思（语义）。理解了用户的意图之后，机器同样会以语音的形式给出相应的回答，这就需要用到

在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中，这时机器往往需要能够完成“听懂——理解——回答”的闭环。它们相应地涉及到三类技术：语音识别、自然语言处理以及语音合成。语音识别的任务是将用户所说的话从音频形式转变为文字形式，自然语言处理的任务则是理解这些文字所要表达的意思（语义）。机器针对用户的语义会给出相应的回答，并以语音的形式说给用户听，这就需要用到语音合成。语音识别、自然语言