（ ）是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。

基于深度学习的语音合成系统包括前端部分和后端部分。

语音识别的典型应用场景包括语音控制、语音输入

语音识别让机器把语音转变为相应的文本或命令。不涉及对语音内容的理解。

语音合成技术是用机器合成声音的方式，让机器发出人类的声音。

自动语音识别技术是一种将口语转换为可读文本的技术。

计算机视觉的模型都是基于卷积神经网络的

图像分割的主要思想是：同一子区域中，每个像素在某种特征的度量或是由计算得到的特征应该是相近的。

图像分割技术是通过计算机将数字图像分为多个图像子区域的技术，得到的结果是图像上子区域的集合。也可以是从图像中提取的轮廓线的集合。

目标检测是实现图像分类、目标追踪、事件检测与活动识别等复杂任务的基础。

基于深度学习的目标检测技术中，单阶段模型指区分前景物体与背景，并为他们标记适当的标签，构建回归模型，最大化检测框与目标框之间的交并比。