【注：本文图片均来源于互联网，文章未经授权禁止转载！部分图片与本文无关，只为方便读者理解，关注我们每天阅读更多精彩内容】
想了解更多精彩内容，快来关注松宝写代码
1.【今日资讯头条 | 新 AI 研究项目旨在保存修缮人声以帮助解决失声人群困扰】
新 AI 研究项目旨在保存修缮人声以帮助
一个旨在利用人工智能保存和重新创建人声的研发中心日前在美国成立，研究人员希望能该研究改变失去说话能力人群的生活。研究人员说，研究来自去波士顿东北大学与 VocaliD 公司的合资企业，其能在保持从喉癌到运动神经元疾病等疾病患者之间的认同感方面发挥重要作用。该中心的首席研究员是 VocaliD 的创始人兼首席执行官 Rupal Patel 教授，他认为创办该研究中心是业界首创。
松宝有话说：新 AI 研究项目旨在保存修缮人声以帮助解决失声人群困扰。
2.【新闻 | 谷歌技术博客新文，SPICE：利用自我监督估计音高】
谷歌技术博客新文，SPICE：利用自我监
声音的音调是对其频率的定性度量，其中高音调的频率比低音调的频率高。通过跟踪音高的相对差异，人类的听觉系统能够识别音频，例如歌曲的旋律。在过去的几十年中，音调估计已引起广泛的关注，这是因为其在从音乐信息检索到语音分析等多个领域中都至关重要。
以下是研究团队在博客中做出的简单介绍：在最近的论文中，我们提出了一种在缺少带注释数据的情况下训练音高估计模型的不同方法。对于包括专业音乐家在内的人类，研究团队受到观察启发，估计相对音高（两个音符之间的频率间隔）通常比绝对音高（真实基频）容易得多，我们设计了 SPICE（自我监督的音高估计）解决类似的任务。
松宝有话说：谷歌技术博客新文，SPICE：利用自我监督估计音高。
3.【新闻 | 深度学习元老 Jürgen Schmidhuber 团队的 DanNet 曾先于 AlexNet 赢得四项图像识别挑战赛】
先于 AlexNet 赢得四项图像识别挑战赛
你也许还记得由 Alex Krizhevsky 和 Ilya Sutskever 和 Geoff Hinton 等人所提出的 CUDA CNN，AlexNet 于2012 年赢得了 ImageNet 挑战赛。但你很有可能不知道在 AlexNet 之前，LSTM 发明人、 深度学习元老 Jürgen Schmidhuber 团队凭借其一个早期 CUDA CNN，DanNet 连续获得了四次重大计算机视觉竞赛。近日，机器学习社群网友找出了该研究，并在 reddit 与众机器学习爱好者进行了热烈的讨论。
松宝有话说：先于 AlexNet 赢得四项图像识别挑战赛。
关注我们每天阅读更多精彩内容
閱讀更多 鬆寶說科技 的文章
