原文标题：Building a Real-Time Object Recognition App with Tensorflow and OpenCV 作者: “Dat Tran“ 使用TensorFlow与OpenCV识别实时视频中的对象 本文将介绍如何使用python3中（python 3.5）TensorFlow的对象检测API和OpenCV构建一个实时对象识别应用。
原文标题：Using ML Kit for Smile Detection 作者: “Roberto Perez“,”Gustavo Garcia” 使用ML kit进行笑脸检测 目前进行视频通话相对容易，我们可以继续对视频流做更有趣的事。伴随着机器学习的进步和越来越多的API，计算机视觉变得更容易。谷歌的ML kit是一新机器学习的实例，它基于一个
作者：smus（原文链接） 翻译：刘通 原标题：Web-based voice command recognitions 上一次我们将音频buffer转成了图像，这一次，我们将采取这些图像，并使用deeplearn.js训练一个神经网络。结果是一个浏览器上的demo，你可以说出“yes”或者“no”的指令，然后像这样实时的显示出识别结果
作者：Venkat Venkataraman（原文链接） 翻译：刘通 原标题：The Future of Communication Is Already Here 现在的技术趋势都是围绕着机器学习，人工智能/深度学习，自动驾驶，AR/VR等新鲜事物的。然而，最近有一个技术领域正在默默地发展和增长：通信。现在的通信不再仅仅包括像PSTN，SIP或会议软硬件之类的东西。随着时间的推移，智能手机，社交
作者：Real Time Communications Bits（原文链接） 翻译：刘通 原标题：Improving Real Time Communications with Machine Learning 当我们谈及人工智能/机器学习（AI/ML）在实时通信（RTC）领域的应用时，常常可以把它们分成两类： 1. 服务层面：有很多功能可以加到视频会议服务中，比如参与者识别，增强现
WebRTC 中文社区由
运营