标签：输入 社会 处理 width 价值 视频 领域 麦克风 范围
考虑可能的研究方向时候，主要从下面两个角度考虑。
技术和理论不外乎信号处理以及机器学习方向，但需要提托于特定背景或者应用。下面逐一分析：
| NLP | 很多信息都属于文本，ai应用场景繁多 |
不熟悉 没有任何积累 |
| 语音识别 |
1 有积累，尤其是语音信号处理。 2 语音和文本是人们交互主要方式，语音能解放双手，属于自然的信号输入模式。 3 与nlp关联强；与图像方向融合形成视频电影等；医学方向：手术中的使用、病人阐述信息的搜集等。 4 可能的具体方向有麦克风阵列信号处理、去噪、深度学习相关。另外，语音识别可能还会涉及到nlp。从当前博士课题到语音识别再到nlp，这一方向是可行的。视频以及音乐的理解也离不开语音语义信息。 |
1 心理定势，认为语音方向很难做出好的结果 2，与cv领域相比，周围做的人比较少，易没有信心 |
| 计算机视觉 |
1 技术前沿一般都在这一方向，而且近年来国内的产业界和学术界在这一领域发展非常迅猛。 2 也有一定的积累 |
竞争过于激烈 优势不能发挥 不是交互模式 文本信息远多于图像信息 |
| 医学相关 |
1 未来的ai风口，社会价值较大。 2 有一定的积累 3 国家政策的支持 |
数据来源问题 需要借助大平台 商业变现的难度 |
标签：输入 社会 处理 width 价值 视频 领域 麦克风 范围
原文地址：https://www.cnblogs.com/kyraAct/p/9029284.html
