下表我们比较MXNet和其他流行的深度学习系统 主语言 从语言 硬件 分布式 命令式 声明式 Caffe C++ Python/Matlab CPU/GPU x x v Torch Lua - CPU/GPU/FPGA x v x Theano

远程教育系统 ，主要功能包括 在线PPT演示 、 视频交流 和 语音交流 ，还可以进行 文字交流 、 举手发言 等功能，特别适合用在网上教学，支持中文等多种语音。 界面非常漂亮： 服务器端用到的项目包括有

一对一聊天交友 群聊 文件传输，与预览图像 语音通话 视频通话 Tox DNS 各种语言的翻译 Tox 是一款集文字聊天、语音通话及视频电话于一身的即时通信软件， 其特色是通过采用

的进步，在很多应用取得了巨大的成功。在图像识别中，深度学习已经超过了人类的水平，最近微软刚刚宣布在语音识别中也超过了人类的平均水平，在机器翻译中基于深度学习的模型也超过了以前的统计机器翻译，另外基于深

他专家的需求增加，这些专家将帮助创造更多的人类体验。 6. 语音用户界面 2018 年，我们将继续从点击设计转向无屏体验领域 —— 语音用户界面（Voice User Interfaces，VUIs）。

openmeeting 视频会议，仿QQ群视频，实现多人视频，多人语音，文字聊天，表情，共享PPT功能，自由发言，主持人控制发言，按F2发言三种语音模式 ,客户端使用vs2010+qt4.85开发，服务器使用php+go语言，数据库采用mysql

图片（截屏）、语音、文字多媒体相结合形式的反馈 蒲公英SDK 由于文本类型的反馈形式在描述一些复杂场景时会给用户带来诸多不便，现在越来越多的APP采用截屏、在截图上标注，并结合文字和语音反馈，

TogetherJS是一款免费开源的JavaScript库，开发者可以利用它给网站添加实时协作功能，并且内置许多功能，如视频、语音聊天、内容实时同步、获取用户实时焦点等。 为什么要使用TogetherJS？ 共同创建：T

Mediastreamer2 是一个支持多种平台的轻量级的流技术引擎，主要适合于开发语音和视频电话应用程序。该引擎主要为 linphone 的多媒体流的收发，包括语音和视频的捕获、编码解码以及渲染。 主要功能： 读/写alsa设备，oss设备，windows

文本消息发送与接收，离线消息接收 4. 消息记录，会话记录 5. 添加好友 6. 发送语音短消息 7. 发送大表情 8. 发送文字表情混合消息 9. 获取及修改vard（用户头像、昵称、性别、修改签名等）

提供了许多其它杰出的产品，包括Google地图、Google新闻、Google翻 译、Google语音识别、Chrome和Android 等。Google通过收购小型公司（如YouTube）获得的产品

这7个核心包，就是我们构建复杂模型的基础。由于这几个核心包比较底层，很多函数都是用C语言封装的没有R的源代码，而且除了官方文档，几乎没有其他更详细的文档介绍，所以这几个核心包就是学习的门槛，不要觉得某些函数会用了就行了，背后还有更深一层意义。

Sweep是一个富功能的数字音频编辑播放器，运行于GNU/Linux、BSD类及其兼容的系统。支持多种音乐格式和语音格式，包括 WAV、AIFF、Ogg Vorbis、Speex、MP3等。编辑界面带有多通道编辑器与LADSPA功能。

Annyang是一个很小的JavaScript库，可以让你的访客控制与语音命令你的网站。 Annyang没有依赖性，重量不到1KB，并且是免费使用和修改。它与所有浏览器很好地发挥，逐渐增强，支持语音识别浏览器，同时使用户用旧的浏览器不受影响。

weixinmp.MsgTypeImage 图片消息 weixinmp.MsgTypeVoice 语音消息 weixinmp.MsgTypeVideo 视频消息 weixinmp.MsgTypeLocation

Single PC. 文章仅仅在一台计算机上利用线程并行（多核）实现了计算机集群完成的工作。有些文章是用 MATLAB 来完成的实验 （Comparing apples to oranges: a scalable

一方面阈值好像取的不太好，另一方面没有对最后边缘作细化处理，所以效果并不太让人满意，本文是模仿Matlab中算法来写的，相关的理论可以参考我原来写过的一篇文章《 视觉算法:Sobel边缘检测 》。

和程序员最不愿意使用的语言： Visual Basic — 79.5% WordPress — 74.3% Matlab — 72.8% Sharepoint — 72.1% CoffeeScript — 71

一方面阈值好像取的不太好，另一方面没有对最后边缘作细化处理，所以效果并不太让人满意，本文是模仿Matlab中算法来写的，相关的理论可以参考我原来写过的一篇文章《 视觉算法:Sobel边缘检测 》。

在给定的簇上面进行k-均值聚类（k=2） 计算将该簇一分为二后的总误差 选择使得误差最小的那个簇进行划分操作 Matlab 实现 function bikMeans %% clc clear close all %%