搜索

阿里推出会议AI助理“听悟” 可秒速生成智能会议纪要
2021-10-22 15:24:31
10月22日消息，在杭州云栖大会上，阿里巴巴达摩院发布软硬件结合语音产品“听悟”。据介绍，“听悟”是面向未来会议的AI助理，集成了达摩院最新语音及自然语言处理技术，不仅“听”得准，且“悟”性高，可秒速生成智能会议纪要及待办。
阿里云与北京西城区人民政府在智慧城市等方面达成战略合作
2023-07-05 20:42:30
7月5日消息，2023全球数字经济大会近日在京举办，阿里巴巴达摩院语音实验室负责人鄢志杰、阿里云智能瓴羊区域发展负责人杨霄凡等人出席论坛并发表演讲。在“人工智能高峰论坛”上，阿里巴巴达摩院与北京工业大学计算机学院、北京集智未来人工智能产业创新基地签署合作协议。此外，北京市西城区人民政府与阿里云计算有限公司等单位签订战略合作框架协议。未来西城区将与阿里云在智慧城市、产业升级等多方面展开更深度的合作。
阿里云推出数字人视频生成工具Live Portait
2023-08-16 15:14:23
8月16日消息，阿里云推出数字人视频生成工具Live Portait，上传一张照片和一段文本或语音可生成一段开口说话的数字人视频，可应用于视频直播、聊天机器人、企业营销等场景。目前，该工具已在魔搭社区创空间开放体验。
阿里达摩院“字幕机顶盒”入驻聋人家庭及社区
2021-02-20 12:58:44
2月20日消息，春节前夕，首批由中国聋人协会指导研发、阿里巴巴达摩院免费提供精准语音技术及算力的字幕机顶盒，入驻全国上百个聋人家庭及社区。同时，第三方评测显示，达摩院语音AI对新闻节目识别准确率高达，在同类技术中处于领先水平。阿里巴巴达摩院语音实验室负责人鄢志杰表示，达摩院将持续输出最先进的语音技术帮助听障群体消除与外部世界的信息鸿沟，为他们实现无障碍沟通、生活、工作提供长期公益支持。
阿里回应天猫精灵接入GPT大模型：是个性化大模型技术DEMO
2023-04-05 02:30:05
阿里方面回应，“天猫精灵和达摩院一直在紧密合作，其中包括推进大语言模型、声学模型、语音 AI 等综合应用”。
阿里CCO推出智能外呼服务日均外呼量逾百万
2021-07-16 15:02:13
7月16日消息，近日，阿里巴巴客户体验事业群推出智能外呼服务。区别于智能在线客服，智能外呼服务会预判消费者可能遇到的问题，及时用语音电话的方式，提醒、帮助消费者。目前，阿里CCO智能外呼服务已应用于华为、欧莱雅、宝洁等3000多天猫商家，涵盖商超、旅行、医药等200+场景，日均外呼量逾百万。
阿里云推出全新人工智能会议助理“听悟”
2021-10-21 17:44:44
10月21日消息，阿里云今日于云栖大会上展示全新人工智能会议助理“听悟”，同时发布云电脑的升级性能，以满足市场对自动化办公系统的需求。据了解，“听悟”由阿里巴巴旗下达摩院语音实验室研发，能将会议的语音内容实时转化为书面会议纪录，普通话识别准确率高达98%，有效提升了会议内容整理效率。
阿里云智能发布音视频AI通义听悟 6月1日正式公测
2023-06-01 10:35:57
6月1日消息，阿里云智能于今日发布通义听悟，6月1日正式公测。阿里云智能CTO周靖人表示，通义听悟是依托通义千问大模型和音视频AI模型的AI助手，可进行实时语音识别，实现对话的实时记录、多语言翻译、发言总结、提取PPT、内容规整等。
阿里达摩院新专利可提升声纹特征提取准确性
2023-06-13 10:38:10
6月13日消息，天眼查APP显示，近日，阿里巴巴达摩院科技有限公司“声纹特征提取方法、说话人识别方法、模型训练方法及装置”专利公开。专利摘要显示，主要技术方案包括：获取包含语音的音频段；提取音频段的频谱特征输入声纹提取模型。本申请能够提升声纹特征提取的准确性。
阿里通义千问大模型入驻钉钉提供文图视频等多模态服务
2024-01-09 15:51:14
1月9日消息，阿里云通义千问大模型入驻钉钉服务号，成为首个通过办公应用开放服务端口的大模型。用户在搜索“通义千问”就可找到对话窗口，通过文字或语音交互，让大模型提供文生文、文生图、图像理解等多模态服务。
阿里推出“通义听悟高校公益计划”
2024-03-19 11:22:12
3月19日消息，阿里推出“通义听悟高校公益计划”，所有中国大陆高校师生通过教育邮箱认证后，均可直接免费获赠500小时音视频转写时长，存储空间从20G拓展至200G。AI转写可通过语音识别技术将音视频快速转为文本，是许多高校学生日常学习科研的刚需功能。作为国内首个开放公测的大模型产品，去年6月发布以来，通义听悟累计已有上百万用户，活跃用户日均转写音视频3次以上，平台每天处理字符数约20亿字。
阿里通义开源音频语言模型Qwen2-Audio
2024-08-13 11:17:32
8月13日消息，阿里通义大模型继续开源，Qwen2系列开源家族新增音频语言模型Qwen2-Audio。Qwen2-Audio可以不需文本输入，直接进行语音问答，理解并分析用户输入的音频信号，包括人声、自然音、音乐等。该模型在多个权威测评中都显著超越先前的最佳模型。通义团队还同步推出了一套全新的音频理解模型测评基准，相关论文已入选本周正在举办的国际顶会ACL 2024。
阿里达摩院发布超大规模语言模型PLUG
2021-04-19 12:00:16
4月19日消息，阿里巴巴达摩院今日发布超大规模语言模型PLUG，该模型参数规模达270亿，是目前全球规模最大的中文纯文本预训练语言模型。通过训练AI模型，研究表情和声音的关系。给定一段声音和仅有一张正确人脸的若干张图片，AI将为该声音找到“主人”。据介绍，在语音识别方面，达摩院提出SAN-M网络结构及基于SCAMA的流式端到端语音识别框架，提升计算效率的同时，还将高难度场景中的语音识别错误率降低近三成。
阿里云物联网平台上线增值服务中心
2022-03-18 15:47:39
3月18日消息，据了解，阿里云物联网平台近日正式上线增值服务中心，以提供多种特色服务，在帮助设备快速上云的同时，具备符合场景需求的功能。此次发布的增值服务包含千里传音、智能声码、音视频通信等语音服务。阿里云专家表示，新上线语音服务都具有低成本，易运维，高效率的优势。
阿里眼镜设备及数据处理专利获授权
2022-08-30 15:13:39
8月30日消息，天眼查App显示，近日，阿里巴巴集团控股有限公司申请的“眼镜设备以及数据处理方法、装置、电子设备”专利获授权。摘要显示，该眼镜设备包括：镜架主体和显示组件，镜架主体与显示组件通过可拆卸的方式电连接。控制器用于通过通信组件从数据源设备中获取与语音信号对应的图像数据，将图像数据传输至显示组件进行显示。
阿里达摩院上线“文本生成视频大模型”
2023-03-22 16:46:02
3月22日消息，阿里达摩院已在AI模型社区“魔搭”ModelScope上线了“文本生成视频大模型”。根据介绍，整体模型参数约17亿，目前只支持英文输入。扩散模型采用Unet3D结构，通过从纯高斯噪声视频中，迭代去噪的过程，实现视频生成的功能。据了解，“魔搭”是阿里达摩院联手CCF开源发展委员会在2022云栖大会推出的AI模型社区，首批开源模型超过300个，包括视觉、语音、自然语言处理、多模态等AI主要方向。
阿里回应天猫精灵已接入GPT大模型：是个性化大模型技术DEMO
2023-04-04 15:27:16
4月4日消息，有网友近日展示了利用阿里大模型技术生成脱口秀演员“鸟鸟”AI嘴替的技术，高度模仿了鸟鸟的语调、声音以及文本风格，并介绍了该技术用于智能终端领域的可行性。对此，新浪科技向阿里方面求证获悉，“天猫精灵和达摩院一直在紧密合作，其中包括推进大语言模型、声学模型、语音AI等综合应用”。据悉，天猫精灵的技术内核是AliGenie智能交互系统。2022年7月数据显示，其自研设备的月交互次数超过80亿。
阿里、360、百度、腾讯通过国家大模型标准符合性测试
2023-12-23 11:57:18
12月23日消息，国内首个官方“大模型标准符合性评测”结果公布，据了解，首批仅360、百度、腾讯、阿里通过。该测试由工信部中国电子技术标准化研究院发起，评测围绕多领域多维度模型评测框架与指标体系，从大模型的通用性、智能性、安全性等维度开展，涵盖语言、语音、视觉等多模态领域，旨在建立大模型标准符合性名录，引领人工智能产业健康有序发展。
IDC报告：阿里云再次进入领导者象限，市场份额及战略愿景两项第一
2022-11-17 17:54:03
11月17日消息，国际权威研究机构IDC近日发布报告《IDC中国新一代智能客服厂商评估Marketscape》，阿里云再次进入领导者象限，并在市场份额和战略愿景两大维度斩获第一，这是云计算企业的对话式AI市场份额首次超过传统语音公司。报告显示，以阿里通义大模型体系为基础的自然语言对话技术在任务型对话、表格型对话、文档型对话、多模态情感感知、多模态对话等方向取得了关键突破。
IDC报告：阿里云连续四年排名中国AI公有云服务市场份额第一
2023-08-01 17:17:51
8月1日消息，国际数据公司发布2022年中国AI公有云服务市场份额报告，阿里云语言AI市场份额连续四年排名第一，领跑中国市场。IDC将AI公有云服务市场定义为“部署在公有云服务上的AI能力”，其细分市场包括计算机视觉、对话式AI、智能语音、自然语言处理、机器学习平台等五大类。