资讯频道 → 移动开发
阅读更多

1顶
0踩

移动开发

转载新闻 苹果计划向第三方APP开放Siri API接口？

2014-03-06 10:57 by 副主编 WnouM 评论(0) 有6939人浏览
ios siri google api
语音搜索功能若要真正走进人们的生活，就应该能够调用所有的 app 内资源，无论是在游戏机前、手机上、还是车里，还是针对即将流行起来的可穿戴设备。



据The information消息，苹果正在准备向第三方 app 开放 Siri 的接口权限，按这个思路，用户就能通过语音控制调用所有苹果以外的服务了。之前Nesxus 5发布时，Google Now 是支持直接启动第三方 app 的（当时共有 Opentable 等 10 个 app)，而且依托 Google 丰富的服务，Google Now 本来就很是个生活助手了。目前苹果在这方面的合作伙伴十分之有限。

语音助手无疑是今年的大势所趋，微软的 Cortana 将即将于 4 月份发布。据Forbes消息，就连 Siri 背后的技术服务商 Nuance 也在强化自家的语音助手 Wintermute，据说支持许多第三方 App。

Via 36kr
  • 大小: 22.2 KB
来自: 36氪
1
顶
0
踩
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • ejb3.rar_EJB3

    ejb3实体bean实例，关于登陆注册信息

  • EJB3中文版

    培训教材,强烈推荐!

  • EJB.rar_EJB3_EJB3.0_ejb

    在ejb3.0开发过程中曾碰到的一些异常与容易出错的解决方法供大家一起学习

  • 实战角度比较EJB2和EJB3的架构异同

    绍EJB2和EJB3的架构异同

  • ejb3中文版pdf

    ejb3.0 中文版教程

  • EJB3.0ExampleSourceCode.rar_EJB3_EJB3.0_ejb

    EJB3.0实例中的所有源码，包括所有实例以及编译以后的jar包和war包

  • EJB API中文版

    EJB API中文版，很详细的ejb api的中文版本，就像是jdk api一样

  • EJB 3实战 带书签

    本书是公认的EJB 3权威著作，详细介绍了使用EJB 3进行企业级开发的方方面面，包括EJB 3基础、使用EJB 3构造业务逻辑、Java持久化API、EJB 3的实际应用、移植性和互操作性等等。

  • Head First Ejb(中文版)

    Head First Ejb(中文版)

  • 精通EJB3.0 中文版 3/3

    总共3个zip文件 请全部下载后再解压 7zip压缩 罗时飞精通EJB3.0.zip.001 罗时飞精通EJB3.0.zip.002 罗时飞精通EJB3.0.zip.003 《精通EJB3.0》共分为4个部分：第一部分对EJB编程基础进行介绍，概要性地对EJB进行...

  • Head.First.EJB(中文版)

    ( [Head.First.EJB(中文版)].(美).西勒,.(美).贝茨.扫描版

  • EJB3实例教程

    手把手教你如何用ejb3开发。简单易学。

  • ejb3-persistence

    EJB是sun的JavaEE服务器端组件模型，设计目标与核心应用是部署分布式应用程序。简单来说就是把已经编写好的程序（即：类）打包放在服务器上执行。凭借java跨平台的优势，用EJB技术部署的分布式系统可以不限于特定的...

  • Head First EJB(中文版)

    Head First 系列丛书之 Head First EJB(中文版)，pdf版，高清版。

  • Expert One-on-One J2EE Development Without EJB中文版.pdf.7z.002

    Expert One-on-One J2EE Development Without EJB中文版.pdf.7z.002（共3个）

  • Expert One-on-One J2EE Development Without EJB中文版.pdf.7z.001

    Expert One-on-One J2EE Development Without EJB中文版.pdf.7z.001 （共3个）

  • 2025最新空调与制冷作业(运行操作)考试题库及答案.docx

    2025最新空调与制冷作业(运行操作)考试题库及答案.docx

  • 无监督视频对象分割领域的跨模态与帧间注意力机制研究及其应用

    内容概要：本文提出了一种新的无监督视频对象分割（unsupervised VOS）方法——双原型注意力机制(Dual Prototype Attention)，即IMA（跨模态注意模块）和IFA（帧间注意模块）。这些机制分别解决了现有多模态融合和时间聚集方法中存在的鲁棒性和计算效率等问题，显著提高了在多个公开基准数据集上的表现。此外，论文还探讨了原型嵌入对性能的影响并对其进行了验证。 适合人群：对视频处理特别是无监督视频对象分割领域感兴趣的计算机视觉研究员和技术开发者。 使用场景及目标：适用于各种需要进行高质量自动图像或视频内容分析的应用环境，如智能监控、增强现实、自动驾驶等领域。具体的目标是提高模型识别最突出物体时的精度以及稳定性，即使遇到遮挡或者复杂背景也能有效运作。 阅读建议：本篇文献提供了详尽的技术细节和支持性实验结果来展示所提出的DPA方法优越之处。因此，在理解和评估该研究成果的基础上可以深入了解如何利用注意力机制提升深度学习模型的效果，尤其是对于涉及时间和空间维度的数据处理任务非常有价值。

Global site tag (gtag.js) - Google Analytics