本文将介绍一种低延迟、高精度的纠错模型 FastCorrect，通过利用编辑对齐以及多个候选结果，在取得 10% 的词错误率下降的同时，将模型加速 6-9 倍，相关研究论文已被 NeurIPS 2021 和 EMNLP 2021 收录。...

要了解什么是视频编解码，首先我们需要了解什么是视频。视频归根结底是一系列连续的图像帧，当这些图像以一定速率播放时，人眼就会判断其是连续活动的，这样就构成了视频。那为什么要进行视频编解码呢，因为视频信号数字化后数据量巨大，如果以这样的数据量进行网络传输或者存储时，会占用大量的带宽和存储空间，造成浪费。已当前主流的 1080P 分辨率，一秒 30 帧的视频举例1080P 图像的高和宽分别为 1080

用 ASR 的字准确率虽然已经非常高，但是在面向具体的场景（游戏场景、私聊场景、群聊场景、主播场景）时，还是存在场景不匹配的问题，因为通用的 ASR 在这些领域中的应用相对比较困难

线上会议、在线教育、电商直播等多个场景的兴起，也使得实时互动技术从幕后走到台前，得到了更多人的关注。编解码、网络传输、计算机视觉等 RTE 相关的一系列技术也正焕发出更强的生命力。2021...

本文作者是本届 RTE 2021 创新编程挑战赛获奖者，来自上海交通大学的李新春。他分享了本次参赛作品的构思、系统设计和开发的心得。01 不得忽略的背景从国家层面上讲，十四五期间我国人工智能发展的方向之一是：基于 AI 硬件的新产品设计及平台将成为主流。当前，人工智能解决方案正由“软件”模式转变为“软件+硬件”模式。随着智能计算芯片与系统、新型多元智能传感器件与集成平台等新一代人工智能基础支撑平台

依图是一家做 AI 基础设施和 AI 解决方案的提供商，拥有的 AI 技术能力相对比较广泛，包括图片、视频、语音、自然语言处理等，除具备 AI 算法能力外，也能提供 AI 算力。

围绕 Conversational AI、Visual Agent 与 Edge AI 等核心议题，我们邀请了来自基础芯片与大模型、前沿硬件初创、硬件投资机构，以及记忆数据与实时互动基础设施的先锋代表齐聚一堂。（审核通过后，我们将通过短信告知详细地址与参会指引。📌 在这里，你将亲手完成从硬件配置、编译、运行，到自定义语音 Agent 的完整动手链路。👇 访问链接报名 （审核通过后，我们将通过微

我们欢迎更多的小伙伴参与。

近日，**AI 原生社区捏 Ta 宣布完成超千万美金的 Pre A+ 轮融资，由九坤创投领投，BV 百度风投跟投，源码资本、奇绩创坛等老股东超额跟进。**这一轮融资将主要用于三个方向：招募面向全球拓展的顶尖人才，技术研发投入，以及新产品线拓展。上线于 2024 年 3 月，捏 Ta 最初是一个专注于 AI 角色创作的平台。用户可以用自然语言创建虚拟角色，围绕角色创作图像、漫画、短片和可交互的玩法等

在与开发者长期的沟通中，我们发现，尽管声网为开发者提供了丰富翔实的 SDK 技术文档，但对于初次接触声网 SDK 的开发者来说，在第一眼看到文档的时候，可能会被大量新概念和复杂的 API 接口淹没。