中科院前研究员付强入职阿里将建2个声学实验室
PingWest品玩5月3日报道，伴随阿里对北京先声互联科技有限公司（以下简称先声互联）的全资收购，先声互联创始人、中科院声学所前研究员付强博士，近日入职阿里达摩院机器智能技术实验室，负责语音交互前端处理技术和方案的研发。 和付强一同入职的，包括先声互联创始团队的多名资深专家，他们多为付强在中科院的原班人马，有一位来自著名的杜比实验室。 付强加盟后将整合资源，推动语音识别技术的场景落地，形成软硬结合、端云一体的商用方案。他还将筹建两个实体声学实验室。 先声互联是国内最早从事语音增强、远讲语音交互接口技术的团队，曾为阿里、百度、小米等多家公司提供远讲语音交互软硬件的解决方案。......阅读全文
全球首款中文语音人机交互软件问世
“今天出门要带伞吗?”“今天气温4～7摄氏度，晴，冷，建议着棉衣。”以上对话不是来自某个信息服务台，而是来自全球第一款基于中文自然语言处理的语音人机交互软件009。该软件由神州图骥公司联合中科院计算技术研究所、上海交通大学历时两年研制成功。 日前，这款安装在手机智能平台上的软件问世，
科大讯飞发力语音交互打造完美智能家庭
8月20日， “语音点亮生活——科大讯飞智能家庭语音产品发布会”在北京国家会议中心举行。科大讯飞公司在本次大会发布了面向智能家庭领域的语音产品，包括新版本语音助手灵犀3.0、以语音交互为特色的讯飞智能音箱、面向智能电视交互的“未来遥控”等，并为开发者构建了更加可靠、更多交互模式和具备商业化的新一
会智能驾驶、能语音交互，电动轮椅技术升级了
智能姿态调整、语音交互、智能导航和自动避障……智能时代，电动轮椅在融合多项智能硬件后升级了。近日，在2024年国际康复工程与辅助技术大会暨世界康复机器人大会上，北京科技大学模式识别与人工智能技术创新实验室携手国家康复辅具研究中心生活照护辅具研究部，共同发布了“新一代智能电动轮椅技术”。智能轮椅的“跟
语音报警验电器
描述伸缩型语音报警验电器主要技术指标产品规格：10KV、35KV、110KV、220KV、500KV注：可根据用户需求定做。序号项目验电器类别参数10KV35KV110KV220KV500KV1缩态长度mm38048058078016002伸态长度mm100015002000310072003有效绝
ChatGPT将变身AI语音助手？挑战Siri和谷歌语音助手
新品发布在即，奥特曼的最新表态或暗示OpenAI意在人工智能语音助手。当地时间5月11日，人工智能（AI）巨头OpenAI CEO山姆·奥特曼（Sam Altman）在一档播客节目中称，OpenAI将继续改进并提升ChatGPT的语音功能质量，并表示相信语音交互是通向未来交互方式的一个重要途径。奥特
语音识别技术分析：语音变成文字其实没有那么神秘1
简要给大家介绍一下语音怎么变文字的吧。希望这个介绍能让所有同学看懂。 首先，我们知道声音实际上是一种波。常见的 mp3、wmv 等格式都是压缩格式，必须转成非压缩的纯波形文件来处理，比如 Windows PCM 文件，也就是俗称的 wav 文件。wav 文件里存储的除了一个文件
语音识别技术分析：语音变成文字其实没有那么神秘2
那每帧音素对应哪个状态呢？有个容易想到的办法，看某帧对应哪个状态的概率最大，那这帧就属于哪个状态。比如下面的示意图，这帧对应 S3 状态的概率最大，因此就让这帧属于 S3 状态。 那这些用到的概率从哪里读取呢？有个叫“声学模型”的东西，里面存了一大堆参数，通过这些参数，就可以知道帧和状态对应的
当心陷入深度伪造语音陷阱
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505961.shtm
AWorks编程：Shell交互界面（一）
在嵌入式操作系统中，图形界面占用的内存资源较大，通常情况下会使用Shell控制台作为交互界面ZLG AWorks提供了可视化、可配置的Shell控制台环境，允许在程序运行中配置系统信息，利于系统的维护与管理，本文为你详细介绍。1shell简介1．1 什么是shellShell是操作系统的命令行外壳，
AWorks编程：Shell交互界面（三）
2．4．2 mount命令描述挂载存储设备到指定的文件系统。语法结构mount ＜mount point＞ ＜device name＞ ＜FS type＞ 。取值说明＜mount point＞ 为挂载点的名称，是必填参数，用户可自行取值。＜device name＞ 是设备名称，必填参数。＜FS ty
AWorks编程：Shell交互界面（四）
3．1注册Shell命令以LED外设为例，注册三个控制LED的Shell命令：led＿on、led＿off和led＿toggle。1、首先定义led shell命令表，命令表实际是一个结构体数组，数组中每个元素就是一个shell命令对象，它包含命令名称、命令描述，和命令要执行的函数。如程序清单 6。
AWorks编程：Shell交互界面（二）
2．2 Shell Telnet 工作模式在Shell Telnet工作模式下，Shell 运行于开发板上，开发板需要通过以太网或 Wifi 模块建立的scoket与PC进行通信，此处以以太网举例。使用 Shell Telnet 需要在 aw＿prj＿params．h 文件中开启以太网设备和shel
科学家研发出可穿戴人工喉－还原准确率超90％
一枚硬币大小的石墨烯片，贴在颈部靠近喉咙处，就能帮助发音障碍者获得新“声”。近日，清华大学集成电路学院任天令教授及合作团队在智能语音交互方面取得重要进展，其研发的可穿戴人工喉可以感知喉部发声相关信号，并通过人工智能模型将其识别和合成为语音，还原准确率超过90%。这一研究结果为语音识别与交互系统提供了
高压语音核相仪的特点
高压语音核相仪主要应用于电力线路、变电所的相位校验和相序校验，具有核相、测相序、验电等功能，具备很强的抗干扰性，符合(EMC)标准要求，适应各种电磁场干扰场合。 将被测高电压相位信号由采集器取出，经过处理后直接发射出去，由核相仪接收并进行相位比较，由核相后的结果定性。 因本产品
OpenAI发布语音模型GPTrealtime
8月28日，美国人工智能公司OpenAI发布了其所谓“最先进的语音到语音模型”GPT-realtime，以及配套的Realtime API（实时应用程序接口）。据OpenAI公司介绍，该模型在理解复杂指令、精准调用工具以及生成自然、富有表现力的语音方面表现突出，并在客户服务、教育、个人助理等多种场景
ZLG深度解析：语音识别技术（二）
6、波束形成波束形成是指将一定几何结构排列的麦克风阵列的各个麦克风输出信号，经过处理（如加权、时延、求和等）形成空间指向性的方法，可用于声源定位和混响消除等。波束形成主要分为：固定波束形成、自适应波束形成和后置滤波波束形成等。2语音识别的基本原理已知一段语音信号，处理成声学特征向量之后表示为
ZLG深度解析：语音识别技术（一）
语音识别已成为人与机器通过自然语言交互重要方式之一，本文将从语音识别的原理以及语音识别算法的角度出发为大家介绍语音识别的方案及详细设计过程。语言作为人类的一种基本交流方式，在数千年历史中得到持续传承。近年来，语音识别技术的不断成熟，已广泛应用于我们的生活当中。语音识别技术是如何让机器“听懂”
对情绪可感知度达85％，讯飞推“超拟人交互”
8月30日，科大讯飞星火极速超拟人交互技术正式上线讯飞星火APP，率先面向全社会开放体验。根据官方介绍，星火极速超拟人交互在响应和打断速度、情绪感知情感共鸣、语音可控表达、人设扮演四个方面实现重大突破，让整体交互体验更自然、更具情感。《中国科学报》记者第一时间在讯飞星火APP上体验了该功能。可以看到
多学科交互，深度绘制细胞图谱
大多数人类疾病实质上是细胞故障的产物。但要了解细胞的哪些部分出错会导致疾病，科学家首先需要对细胞有完整的了解。美国加州大学圣地亚哥分校医学院的研究人员及其合作者在24日发表于《自然》杂志上的论文中，介绍了尺度集成细胞（MuSIC）技术，这是一种结合了显微镜、生物化学和人工智能的技术，揭示了以前未
中科院前研究员付强入职阿里－将建2个声学实验室
PingWest品玩5月3日报道，伴随阿里对北京先声互联科技有限公司（以下简称先声互联）的全资收购，先声互联创始人、中科院声学所前研究员付强博士，近日入职阿里达摩院机器智能技术实验室，负责语音交互前端处理技术和方案的研发。 和付强一同入职的，包括先声互联创始团队的多名资深专家，他们多为付强
卫星高压无线语音核相仪介绍
JY卫星高压无线语音核相仪（以下简称“仪器”）用于远距离（相距300米～800千米）核对高压相位是否同相，相序颜色是否标注正确。也可用于近距离并网或环网核相。仪器适合1V～220KV输电线路带电作业和二次侧带电作业，具有高压验电功能。仪器采用无线传输技术，操作安全可靠，使用方便，克服了有线核相器的诸
高压语音核相仪特点与介绍
高压语音核相仪主要应用于电力线路、变电所的相位校验和相序校验，具有核相、测相序、验电等功能，具备很强的抗干扰性，符合( EMC )标准要求，适应各种电磁场干扰场合。将被测高电压相位信号由采集器取出，经过处理后直接发射出去，由核相仪接收并进行相位比较，由上海日行电气有限公司对核相后的结果定性。因本
高压语音核相仪特点与介绍
高压语音核相仪主要应用于电力线路、变电所的相位校验和相序校验，具有核相、测相序、验电等功能，具备很强的抗干扰性，符合( EMC )标准要求，适应各种电磁场干扰场合。将被测高电压相位信号由采集器取出，经过处理后直接发射出去，由核相仪接收并进行相位比较，由上海日行电气有限公司对核相后的结果定性。因
讯飞星火正式发布语音大模型
“听说今年尔滨特别火，作为南方小土豆还挺想去玩一下的。要不你用东北话介绍下有啥好玩的呗？” 1月30日，科大讯飞举行星火认知大模型V3.5升级发布会。科大讯飞董事长刘庆峰、研究院院长刘聪发布基于首个全国产算力训练的讯飞星火V3.5。在实操演示环节，刘聪和讯飞星火V3.5现场互动，后者一口地道的
德用双音素改进人工语音表达
如何才能使人工的语音更加人性化，获得更多的“人说话的感觉”。德国科学家正致力于把语音转换成数字，并利用计算方法寻找人工语音中不完善的地方。他们的目标是开发一个人类语言自我学习的数学模型，它可以使得任意对象被赋予任意的声音，而且听起来没有人工合成的感觉。 人类的声音会唤起想象，就像未曾谋面的
讯飞星火正式发布语音大模型
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516953.shtm“听说今年尔滨特别火，作为南方小土豆还挺想去玩一下的。要不你用东北话介绍下有啥好玩的呗？”1月30日，科大讯飞举行星火认知大模型V3.5升级发布会。科大讯飞董事长刘庆峰、研究院院长刘聪
智能音箱产品语音子系统探秘（二）
除了上述麦克风阵列方案之外，还可以使用DSP方案来做语音处理，这里介绍一款专用的语音DSP方案，Realtek ALC5680．上面可以看到此DSP芯片的参数以及硬件封装。使用DSP 芯片可以将前级的音频输出做前期处理，从而大大减少了ARM处理器的负荷，在低功耗解决方案中是常用的配置。在软件处理上面
智能音箱产品语音子系统探秘（一）
导语声音本来就是最天然的人机交互方式，但在之前漫长的时间里面，受限于语音识别，人工智能网络宽带等因素，并没有成为主流。但从2017年开始，AI、语音识别、网路应用、移动APP，这几样已经发展成熟，万事俱备，语音智能的应用正好趁着东风迅速发展起来，而且智能音箱表面看似乎只是一款音箱，但实际上有
上海嵌联供应语音安全提示器
语音安全提示器 用于危险区域语音播报与提示，还带有紧急按钮，当发生紧急情况时工人可以及时发出报警信号 产品功能特性l 支持NB-IOT网络通讯l 支持下载需要播报的信息l 支持外部触发后播报语音提示l 支持紧急按钮，当被按下时播放紧急语音报警，同时上传报警到云服务器l 支持北斗/GPS/G
美国研究揭示人类语音生成的深层神经机制
美国纽约大学科研人员利用深度学习架构和神经外科监测数据，揭示了人类语音生成过程中前馈和反馈机制的交互作用。该研究成果发表在《美国科学院院报》（PNAS）上。 人类语音生成过程是一个复杂的神经生物学现象，涉及运动命令的前馈控制以及自身产生语音的反馈处理，并需要大脑中多个神经网络协同参与。科研团队