明略科技夺冠VoxSRC 2021国际语言人识别大赛-明略科技

首页明略研究明略科技夺冠VoxSRC 2021国际语言人识别大赛

明略科技夺冠VoxSRC 2021国际语言人识别大赛

2022-01-07

克日，，，，，，，，在VoxSRC 2021国际语言人识别大赛的第四赛道语言人日志使命中（果真刷榜阶段），，，，，，，，明略科技AI语音团队，，，，，，，，以5.05%的语言人日志过失率，，，，，，，，拔得头筹。。。。。据悉，，，，，，，，该效果为阻止现在的最优效果，，，，，，，，明略科技语言人识别手艺位列天下前茅。。。。。

The VoxCeleb Speaker Recognition Challenge(VoxSRC)是由英国牛津大学、韩国NAVER公司、美国斯坦福国际研究院语音手艺与研究实验室和麻省理工学院林肯实验室组织团结举行的国际语言人识别竞赛。。。。。今年的赛事竞争强烈，，，，，，，，加入的全球着名研究机构和企业包括约翰霍普金斯大学、昆山杜克大学、西北工业大学、腾讯、字节跳动、国音智能、三星、华为、搜狗等。。。。。

语言人日志手艺，，，，，，，，也叫语言人脱离与聚类，，，，，，，，主要目的是从一个一连的多人语言的语音中，，，，，，，，区分音频中差别语言人的片断，，，，，，，，即解决“who spoke when”的问题，，，，，，，，从而提供差别语言人时间片断信息，，，，，，，，该项手艺是多语言人语音识别的要害基础手艺。。。。。

语言人日志手艺有主要的应用价值，，，，，，，，例如，，，，，，，，团结语音识别手艺，，，，，，，，在聚会录音、电话客服等多语言人的场景中，，，，，，，，提高聚会纪要、客服内容质检剖析的效率。。。。。未来，，，，，，，，随着语言人日志手艺的一直生长，，，，，，，，场景应用会越发普遍。。。。。

明略科技致力于一连探索AI手艺与行业场景的深度融合，，，，，，，，现在，，，，，，，，在AI质检、基于知识图谱的多模态检索与问答、会话智能等方面，，，，，，，，积累了乐成的应用案例。。。。。

推荐阅读

全球双榜SOTA！明略科技专有大模子 Mano开启GUI智能操作新时代

2025-09-28

明略科技推出的GUI大模子Mano在Mind2Web和OSWorld两大基准测试中取得了创纪录的SOTA效果，，，，，，，，乐成率抵达40.1%。。。。。通过在线强化学习和自动数据收罗，，，，，，，，Mano为GUI智能体领域提供了可扩展的新范式，，，，，，，，显著提升了重大使命的执行能力。。。。。该手艺的突破不但推动了自动化界线的扩展，，，，，，，，也为企业智能化转型提供了强有力的支持

相识更多

官宣！明略科技推出专有大模子产品线DeepMiner，，，，，，，，可信商业数据剖析智能体终于能用了！

2025-09-22

明略科技推出专有大模子产品线DeepMiner，，，，，，，，以“可信智能体+可信数据”双轮驱动，，，，，，，，解决企业智能体落地中幻觉率高、历程不透明等痛点。。。。。该产品通过多智能体协同架构、企业级数据整合及全流程透明化设计，，，，，，，，降低幻觉率并支持知识沉淀，，，，，，，，其自研Mano和Cito模子划分实现精准执行与深度推理，，，，，，，，助力企业构建可信生产力。。。。。

相识更多

明略科技 Mano Technical Report

2025-09-18

Graphical user interfaces (GUIs) are the primary medium for human-computer interaction, yet automating GUI interactions remains challenging due to the complexity of visual elements, dynamic environments, and the need for multi-step reasoning. Existing methods based on vision-language models (VLMs) often suffer from limited resolution, domain mismatch, and insufficient sequential decisionmaking capability. To address these issues, we propose Mano, a robust GUI agent built upon a multi-modal foundation model pre-trained on extensive web and computer system data. Our approach integrates a novel simulated environment for high-fidelity data generation, a three-stage training pipeline (supervised fine-tuning, offline reinforcement learning, and online reinforcement learning), and a verification module for error recovery. Mano demonstrates state-of-the-art performance on multiple GUI benchmarks, including Mind2Web and OSWorld, achieving significant improvements in success rate and operational accuracy. Our work provides new insights into the effective integration of reinforcement learning with VLMs for practical GUI agent deployment, highlighting the importance of domain-specific data, iterative training, and holistic reward design.

相识更多

上一篇：明略科技知识图谱提高轨交运维效率推进智慧都会进入“可视化”时代

下一篇：明略科技：人工智能下，，，，，，，，知识图谱的泛起与应用

返回行业资讯

btt博天堂