- 综合排序
- 最热优先
- 最新优先
《算法推荐管理规定》VS《深度合成管理规定》
《深度合成规定》则是一部专门性、针对性的“特别法”。它聚焦于利用深度学习、虚拟现实等生成合成类算法制作、编辑网络信息这一特定技术领域，是对《算法推荐规定》中“生成合成类”算法的深化和细化。 《深度合成规定》规制“深度合成服务”。其核心是利用算法“生成”或“显著编辑”信息内容本身，关注内容是如何被创造和改变的。 关键区别：备案主体范围不同： 《算法推荐规定》的备案主体是算法推荐服务提供者。《深度合成规定》的备案主体不仅包括深度合成服务提供者，还扩展到了为其提供技术支持的深度合成服务技术支持者。 《算法推荐管理规定》与《深度合成管理规定》共同构成了中国算法治理的“一体两翼”。 《算法推荐规定》确立了算法服务提供者安全主体的普遍责任框架，而《深度合成规定》则针对技术发展最前沿、风险最突出的生成合成领域划定了更明确的安全红线。
54310编辑于 2026-04-08深度合成服务算法备案不常见问题解答
根据网信办规定，含有生成合成类（深度合成）、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息服务的，无论是否含有经营性质，都需办理互联网信息服务算法备案。 法律法规依据：《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》一、需要做算法备案的主体具备舆论属性或者社会动员能力的：算法推荐服务提供者深度合成服务提供者深度合成服务技术支持者生成式人工智能服务提供者二 （3）生成合成能力应用深度合成技术（如 AI 换脸、语音合成）或生成式 AI（如文本、图像生成）的算法，若输出内容可被用于舆论制造或社会动员（如伪造新闻、煽动性言论），需特别关注舆论属性。 三、不具备舆论属性能做算法备案吗？相关法规要求具有舆论属性或者社会动员能力的互联网信息服务提供者对其核心算法进行备案。 因为一方面其可能涉及深度合成算法，属于备案范围的算法；另一方面，各大应用商城、小程序等为便于安全管理，响应国家相关规定，会要求产品完成算法备案，否则无法上线运营。
51410编辑于 2025-06-16- 来自专栏PyVision
深度学习3D合成
作者：Rishab Sharma 编译：McGL 3D 数据简介 人们普遍认为，从单一角度合成 3D 数据是人类视觉的基本功能。但这对计算机视觉算法来说极具挑战性。 因此，近年来许多深度学习方法被提出，可以不依赖任何 3D 传感器，从可用的 2D 数据中合成 3D 数据。在我们深入研究这些方法之前，先了解下要处理的 3D 数据的格式。 ? 与深度图像不同，点云表示保留了更多高质量的 3D 空间几何信息，而不需要任何离散化。然而，点云表示的点之间没有局部联系，导致点云具有很大的自由度和高维性，使得精确合成更加困难。 ? 基于图的卷积神经网络 正如在前一节所看到的，大多数传统的基于自动编码器的深度学习方法已经利用点云和体素数据格式来合成 3D 数据。 总结 在本文中，我们讨论了两种主要的 3D 合成方法，即卷积深度网络和基于 transformer 的深度网络。
1.7K21发布于 2021-01-26 - 来自专栏Python高效编程
Karplus-Strong 算法合成音符
计算机合成的纯正正弦波，点击下面的音频即可试听。下面是频率为 100 HZ 的音频。 记得给公众号加个星标，不会错过精彩内容。 怎么说呢，和我们平时听到的乐器声完全不一样。 frames, \ 'NONE', 'uncompressed')) w.writeframes(data) 下面是 五声音阶中 C4 音符的合成音频 Python 播放音频与录音 最后，根据 karplus 算法生成了下面这些频率的合集。
1.2K20发布于 2019-12-23 - 来自专栏AI科技评论
2019深度学习语音合成指南
本篇文章我们将讲述 2019年深度学习语音合成的一些进展，其中有多篇工作来自百度研究院或百度硅谷人工智能研究院。 翻译 | 栗 峰 编辑 | 唐 里 人工合成人类语音被称为语音合成。 在这篇文章中，我们将研究基于深度学习而进行的研究或模型框架。 在我们正式开始之前，我们需要简要概述一些特定的、传统的语音合成策略：拼接和参数化。 这两种方法代表了传统的语音合成方法。现在让我们来看看使用深度学习的新方法。 图7 下图显示了CBHG模块的结构。它由1-D卷积滤波器，highway networks和双向GRU（Gated Recurrent Unit）组成。 然后使用Griffin-Lim算法生成波形图。该模型使用的超参数如下所示。 图9 下图显示了与其他替代方案相比，Tacotron的性能优势。
1.6K20发布于 2019-09-04 - 来自专栏数据派THU
【干货书】深度学习合成数据
来源：专知本文为书籍，建议阅读8分钟这是关于深度学习的合成数据的第一本书。 这是关于深度学习的合成数据的第一本书，其覆盖的广度可能使这本书成为未来几年合成数据的默认参考。 这本书包括了优化的必要的筋，尽管讨论的核心是训练深度学习模型的日益流行的工具，即合成数据。预计合成数据领域将在不久的将来经历指数增长。这本书是这一领域的全面综述。 在最简单的情况下，合成数据指的是用于训练计算机视觉模型的计算机生成图形。合成数据还有很多方面需要考虑。 此外，它还涉及了计算机视觉之外的合成数据的应用(在神经编程、生物信息学、NLP等方面)。它还调研了关于改进合成数据开发和生成它的替代方法(如GANs)的工作。 这本书介绍和回顾了机器学习各个领域合成数据的几种不同方法，最值得注意的是以下领域: 领域自适应，使合成数据更真实，和/或适应模型，以对合成数据进行训练，并为生成具有隐私保证的合成数据。
50540编辑于 2022-03-04 一览7 个视频合成Skills
7 个视频技能项目的能力边界与落地差异 最近一波视频相关的 Agent Skill 项目，已经不只是“帮你调一个模型”这么简单了。 先说结论：这 7 个项目，实际上分成了 4 个层级 为了避免把它们混成一锅，我先给一个专业划分。 更适合以下场景： 短视频批量制作 图文转视频 解说视频模板化生产 录屏教程类视频 需要保留剪映现有生态（特效库、素材库、导出体验）的团队 它的专业优势 它最大的优势不是算法，而是工程连接能力强： 对接成熟桌面编辑器 从“自动化深度”看 最接近端到端生产 narrator-ai-cli-skill jianying-editor-skill 前者偏垂直解说成片，后者偏通用桌面编辑执行。 第一类：执行器型 Skill 特点是直接操纵工具或流程，例如： 剪映自动化 FFmpeg 自动裁剪 视频合成 API 调用 第二类：理解器型 Skill 特点是负责语义理解、转录、摘要、章节划分、脚本生成
1.4K10编辑于 2026-04-22- 来自专栏ATYUN订阅号
2019深度学习语音合成指南（上）
在本文中，我们将研究使用深度学习编写和开发的研究和模型体系结构。 但在我们开始之前，有几个具体的，传统的语音合成策略，我们需要简要概述:连接和参数。 这两种方法代表了旧的语音合成方法。现在让我们看看使用深度学习的新方法。 然后使用Griffin-Lim算法生成波形图。该模型使用的超参数如下所示。 ? 下图显示了与其他替代方案相比，Tacotron的性能优势。 ? ? Deep Voice是一个利用深度神经网络开发的文本到语音的系统. 它有五个重要的组成模块： 定位音素边界的分割模型（基于使用连接时间分类(CTC)损失函数的深度神经网络）； 字母到音素的转换模型(字素到音素是在一定规则下产生单词发音的过程)； 音素持续时间预测模型；
1.2K10发布于 2019-12-23 - 来自专栏布衣者博客
LeetCode-算法-广度和深度优先搜索-第7天
广度优先搜索和深度优先搜索 广度优先搜索 自我理解：在搜索过程中是一层一层的搜索，搜索结束后才进入下一层。 深度优先搜索 自我理解：搜索过程中优先探索各层第一个，之后逐层向下，直至到达底层，在返回上一层继续向下搜索，每搜索完则返回上一层。 733. 深度搜索，是一直向下迭代，直到不符合在向上返回值，然后逐步返回。 695. 岛屿的最大面积 给定一个包含了一些 0 和 1 的非空二维数组 grid 。 具体题目链接 class Solution: def maxAreaOfIsland(self, grid: List[List[int]]) -> int:#深度搜索加迭代 ans class Solution: def maxAreaOfIsland(self, grid: List[List[int]]) -> int:深度搜索加栈 cur=0
52410发布于 2021-09-07 - 来自专栏ATYUN订阅号
2019深度学习语音合成指南（下）
编辑 | sunlei 发布 | ATYUN订阅号 前文回顾：2019深度学习语音合成指南（上） Deep Voice 3: 利用卷积序列学习将文本转换为语音 文章链接：https://arxiv.org 然后将这些声码器参数作为音频波形合成模型的输入。 ? 模型的结构由以下几个部分组成： 编码器：一种全卷积编码器，可将文本特征转换为内部学习表示。 Parallel WaveNet: 快速高保真语音合成 文章链接：https://arxiv.org/abs/1711.10433 这篇文章的作者来自谷歌。 他们引入了一个神经语音克隆系统，它可以通过学习从少量音频样本合成一个人的声音。 系统使用的两种方法是说话人自适应和说话人编码。 结论： 现在的语音合成技术发展很快，我们希望能够尽快追赶上最前沿的研究。
1.2K30发布于 2019-12-23 使用TD-PSOLA算法编写语音合成
TD-PSOLA（Time-Domain Pitch-Synchronous Overlap-Add）算法是一种广泛应用于语音合成和语音处理的技术，主要用于调整语音信号的音高和时长，同时保持音色等其他特性不变 以下是基于TD-PSOLA算法实现语音合成的详细步骤和原理： 1. 语音合成中的应用 在语音合成中，TD-PSOLA算法可以用于调整合成语音的韵律（音高、能量和时长），以满足特定的韵律要求。 wav.write('output.wav', sample_rate, synthesized_signal.astype(np.int16)) matlab代码实现 使用TD-PSOLA算法编写语音合成 总结 TD-PSOLA算法是一种有效的语音合成技术，通过调整基音周期实现音高和时长的修改。虽然在极端情况下可能会出现谱包络失真，但其在语音合成中的应用广泛且效果显著。
44610编辑于 2025-07-27- 来自专栏深度学习|机器学习|歌声合成|语音合成
微软歌声合成算法HIFISINGER论文解读
前沿 歌声合成系统就是根据乐谱信息合成高质量、富有情感的歌声。歌声合成是比语音合成具有更大的挑战和难度。之前的方法都是与原始音频相同的采样频率，合成出来的歌声的保真度不够。 合成梅尔声谱图加入了音高F0和（声音、静音的标注），选择window and hop size值 背景 歌声合成与语音合成：语音合成经历了拼接合成、参数化合成、神经网络合成、端到端语音合成（从文本或者拼音直接映射到语音 经典的端到端合成算法，包括Fastspeech、Tacotron2。歌声合成比语音合成更难。 因为歌声合成需要更多的参数（音符音高、时长等），合成的歌声音高范围也更广，元音持续时间也更长，声音更富有情感。 ML-gan降低合成更长波形模型的难度。能更好的抓取动态因素的时长。
2.2K00发布于 2021-01-19 - 来自专栏深度学习|机器学习|歌声合成|语音合成
微软歌声合成算法HIFISINGER论文解读
文章目录 论文题目： 摘要 前沿 背景 方法 SF-gan来建模宽频率（频域） ML-gan来建模长波形（时域） 其他设计 实验和结果 datasets model config 训练和合成 音质对比 高采样必定导致更宽的频率带和更长的波形序列，给歌声合成模型带来困难。 hifisinger是采用48kHZ的采样频率。
46810发布于 2021-01-26 - 来自专栏博文视点Broadview
7大特征交互模型，最好的深度学习推荐算法总结
点击“博文视点Broadview”，获取更多书讯 深度学习自出现以来，不断改变着人工智能领域的技术发展，推荐系统领域的研究同样也受到了深远的影响。 一方面，研究人员利用深度学习技术提升传统推荐算法的能力；另一方面，研究人员尝试用深度学习的思想来设计新的推荐算法。 基于深度学习的推荐算法研究不仅在学术界百花齐放，目前也受到了工业界的重视和广泛采用。 深度学习具有强大的表征学习和函数拟合能力，它能在众多方面改革传统的推荐算法，如协同过滤、特征交互、图表示学习、序列推荐、知识融合及深度强化学习。下面将介绍推荐系统中较为重要的方向——特征交互。 右边是深度模块，负责泛化性，输入内容是稀疏特征，经过特征隐向量嵌入查找得到低维的稠密向量表示。 是否能够通过设计一种新的深度神经网络，使得它在高阶特征交互的学习上有某种良好的特性呢？
2.9K10编辑于 2022-08-26 - 来自专栏公共互联网反网络钓鱼（APCN）
如何防范利用深度合成技术的钓鱼欺诈
深度合成技术是指基于深度学习（Deep Learning）和生成式人工智能（Generative AI）的算法，对图像、视频、音频、文本等数字内容进行生成、编辑或操纵，使其具备高度逼真性或创造性的一种技术 由于深度合成技术高度逼真的伪造能力，目前已开始被不法分子广泛应用于各类诈骗活动，加强识别和防范利用深度合成技术的钓鱼欺诈变得尤为重要。 二、多维度加强防范利用深度合成技术钓鱼深度合成技术的滥用对信息安全与财产安全构成系统性威胁，需从监管治理、企业防护、个人意识三个层面构建立体化防控体系。 加强智能检测系统部署，运用人工智能算法与机器学习模型，对异常语音模式与视频特征进行实时监测与智能识别，及时发现潜在风险。 加强自我防范学习：深度合成技术虽发展迅猛，但仍存在固有技术缺陷。
36910编辑于 2025-10-09 - 来自专栏进阶高级前端工程师
深度分析React源码中的合成事件
合成事件在合成事件中，会根据domEventName来决定使用哪种类型的合成事件。 React合成事件是将同类型的事件找出来，基于这个类型的事件，React通过代码定义好的类型事件的接口和原生事件创建相应的合成事件实例，并重写了preventDefault和stopPropagation 这样，同类型的事件会复用同一个合成事件实例对象，节省了单独为每一个事件创建事件实例对象的开销，这就是事件的合成。捕获和冒泡事件派发分为两个阶段执行， 捕获阶段和冒泡阶段。 总结说是讲React的合成事件，实际上讲了React的事件系统。 React合成事件是什么？React合成事件是怎么实现的？React是怎么实现冒泡和捕获的？React合成事件是使用的原生事件吗？React事件系统分为哪几个部分？
1.2K10编辑于 2022-09-30 - 来自专栏众森企服
AI企业必看：深度合成算法备案最全攻略，教你如何快速合规！
在中国，深度合成算法备案是每一家涉足AI领域的企业必须跨越的门槛。 原因如下：根据《互联网信息服务深度合成管理规定》第十九条 具有舆论属性或者社会动员能力的深度合成服务提供者，应当按照《互联网信息服务算法推荐管理规定》履行备案和变更、注销备案手续。 截至 2025 年 5 月，全国已有 11 批总共4020款算法通过算法备案，其中生成合成类（也就是深度合成类）有 3455 款算法通过备案，占比86%左右。 深度合成算法备案，首先要明确自身在产业链中的定位。监管机构将备案主体分为两大类：服务提供者 (C端)：这类主体直接向“终端用户（C端）”提供深度合成服务。 审核方会详细审视：算法流程与数据：数据在算法中的流转方式和整体运行逻辑。算法模型：对底层深度合成模型的架构、性能进行细致评估。
1.3K10编辑于 2025-06-27 - 来自专栏深度学习|机器学习|歌声合成|语音合成
基于CNN的歌声合成算法论文解读
文章目录 资料 前沿 基于DNN的歌声合成 基于CNN的歌声合成 损失函数 样本 结论 资料 https://n3utrino.work/ 前沿 Title:Singing voice synthesis 一句话：运用CNN模型将乐谱序列映射到声学特征 深度神经网络是人工神经网络，其包含很多隐含层。给语音合成和歌声合成带来机遇。 其次在DNN的歌声合成方法中，DNN作为声学模型，就是实验从乐谱特征到声学特征的映射。 神经王座作为声码器改变了语音合成的质量。神经网络声码器以声学特征作为输入。歌声合成最关键的是利用乐谱信息来预测声学特征。 前馈神经网络的局限是无法考虑到语音的序列特性。
61320发布于 2021-01-26 - 来自专栏深度学习|机器学习|歌声合成|语音合成
基于CNN的歌声合成算法论文解读
一句话：运用CNN模型将乐谱序列映射到声学特征 深度神经网络是人工神经网络，其包含很多隐含层。给语音合成和歌声合成带来机遇。 神经王座作为声码器改变了语音合成的质量。神经网络声码器以声学特征作为输入。歌声合成最关键的是利用乐谱信息来预测声学特征。 前馈神经网络的局限是无法考虑到语音的序列特性。 此外，可以通过使用语音参数生成算法对预测的声学特征进行平滑处理来缓解此问题，该算法利用动态特征作为约束来生成平滑的语音参数轨迹。 基于DNN的歌声合成 歌声合成系统与语音合成系统很像。 基于CNN的歌声合成 声称深度双向LSTM-RNN可以生成平滑的语音参数轨迹，相对较长的乐谱功能序列（相当于几秒到几十秒）被视为一个片段，并由CNN同时转换为声学特征序列。 无需参数合成算法就可以训练自然语音参数轨迹。并且能实现并行计算加快训练速度。
97140发布于 2021-01-21 - 来自专栏进阶高级前端工程师
深度分析React源码中的合成事件2
相关参考视频讲解：进入学习合成事件在合成事件中，会根据domEventName来决定使用哪种类型的合成事件。 React合成事件是将同类型的事件找出来，基于这个类型的事件，React通过代码定义好的类型事件的接口和原生事件创建相应的合成事件实例，并重写了preventDefault和stopPropagation 这样，同类型的事件会复用同一个合成事件实例对象，节省了单独为每一个事件创建事件实例对象的开销，这就是事件的合成。捕获和冒泡事件派发分为两个阶段执行， 捕获阶段和冒泡阶段。 总结说是讲React的合成事件，实际上讲了React的事件系统。 React合成事件是什么？React合成事件是怎么实现的？React是怎么实现冒泡和捕获的？React合成事件是使用的原生事件吗？React事件系统分为哪几个部分？
94240编辑于 2023-01-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号