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概率。获取这一大堆参数的方法叫做“训练”，需要使用巨大数量的语音数据，训练的方法比较繁琐，这里不讲。 但这样做有一个问题：每一帧都会得到一个状态号，最后整个语音就会得到一堆乱七八糟的状态号，相邻两帧间的状态号基本都不相同。假设语音有 1000 帧，每帧对应 1 个状态，每 3 个状态组合成一个音素，那么大概会组合成300个音素，但这段语音其实根本没有这么多音素。如果真这么做，得到的状态号可能根本无法组合成音素。实际上，相邻帧的状态应该大多数都是相同的才合理，因为每帧很短。 解决这个问题的常用方法就是使用隐马尔可夫模型（Hi......阅读全文
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
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
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”
我国学者实现对类脑语音的识别
记者16日从安徽大学获悉，该校集成电路学院吴秀龙课题组与北京大学杨玉超教授课题组合作，利用动态忆阻器的动力学行为，开发了一种生物学可解释的特征提取单元，用于提取语音事件信号时空特征，并基于此单元成功构建了语音识别硬件系统进行实验验证。相关研究成果日前在线发表于国际学术期刊《科学‧进展》上。目前，基于
解析设计ARM语音识别系统的步骤（二）
2.3 语音组成单元规划 TTS（Text To Speech）文本转语音技能是人机智能对话开展的趋势。依据TTS技能的语音系统无需事前录音就能够随时依据查询条件查出并组成语音进行播报，然后大大减少了系统维护的作业量。利用此技能，经过MCU或许PC机就能操控语音芯片发音。 这篇文章选
解析设计ARM语音识别系统的步骤（一）
伴着高新技能在军事范畴的大范围利用，武器装备逐渐向高、精、尖方面开展。传统的军事练习因为练习时刻长、练习费用高、练习空间窄，常常不能到达预期的练习作用，已不能满意现代军事练习的需求。为解决上述问题，模仿练习应运而生。 为进一步提高练习作用，这篇文章利用智能语音交互芯片规划了某模仿练
我国学者实现对类脑语音的识别
记者16日从安徽大学获悉，该校集成电路学院吴秀龙课题组与北京大学杨玉超教授课题组合作，利用动态忆阻器的动力学行为，开发了一种生物学可解释的特征提取单元，用于提取语音事件信号时空特征，并基于此单元成功构建了语音识别硬件系统进行实验验证。相关研究成果日前在线发表于国际学术期刊《科学进展》上。目前，基于深
类器官电子混合计算系统可识别语音
美国科学家报告了一种由电子硬件和一个大脑类器官组成的混合计算系统，可以执行如语音识别和非线性方程预测等任务。这一研究凸显出一种可能的方法，或可克服现有计算硬件的一些限制。相关研究12月12日发表于《自然—电子学》。 随着人工智能（机器学习和人工神经网络模型）成为关键驱动因素，近年来对算力的需求
其实换气老化试验箱技术原理没有那么复杂
一、换气是指每换气一次，把整个箱体的旧空气全部换掉吗？ 换气不是指每换气一次，把整个箱体的旧空气全部换掉，它是有专门公式进行计算的，主要跟消耗的电能，试验箱的实际温温度，环境温度有关，(比如同样是做200度，进排气阀门开的是一样大的，但冬天和夏天的换气次数就不一样了，因为环境温度变了，试验箱的
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
模拟AI芯片将语音识别能效提升14倍
美国IBM研究实验室的科学家报告了一种能效为传统数字计算机芯片14倍的人工智能（AI）模拟芯片。这一芯片在语音识别上的效率超过了通用处理器，该技术或能打破当前AI开发中因对算力性能和效率的需求而遇到的瓶颈。相关研究近日发表于《自然》。 随着AI技术的崛起，对能源和资源的需求也随之上升。在语音识
模拟AI芯片将语音识别能效提升14倍
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/507362.shtm美国IBM研究实验室的科学家报告了一种能效为传统数字计算机芯片14倍的人工智能（AI）模拟芯片。这一芯片在语音识别上的效率超过了通用处理器，该技术或能打破当前AI开发中因对算力性能和效
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
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
多位专业人士：打通任督二脉，其实没那么神秘
5月23日，甘肃省卫生厅官网挂出“甘肃省医务人员练真气 40余人打通任督二脉”的消息，引发了一系列争议。 5月25日，甘肃省卫生厅厅长刘维忠再次通过微博，表达支持真气运行学在甘肃全省推广的决心，称愿意牺牲自己的政治前途，换来甘肃中医的发展和患者受益。 郭靖回来了？乔峰回来了？张
国产彩超再获突破，迈瑞首款语音识别超声系统面世
迈瑞推出全球首台全触控超声系统TE7，被冠以"最听话”的超声系统，作为超声系统语音识别的先行者，迈瑞这款超声设备有哪些特点呢? iVocal 智能“听话”技术 TA很智能 -只需动口，不用动手! 基于人工智能语音识别技术，TA能识别医生的语音操作指令。让使用超声机器的医
情感语音转换技术研究取得新进展
科技日报呼和浩特8月23日电 (记者张景阳 通讯员胡红波)记者23日从内蒙古大学计算机学院获悉，该院刘瑞研究员所在科研团队与日本大阪大学科学与工业研究所科研团队合作，在国际信号处理领域TOP期刊《IEEE/ACM音频、语音和语言处理会刊》发表了“通过源滤波网络将独立于说话人的情感解耦以进行语音转换”
高压语音核相仪的技术参数介绍
高压语音核相仪《又称校相棒》产品，使高压数显核相这项危险性较大而又必不可少的工作安全可靠，数字显示一目了然，附加语音提示，解决了距离较远、可见度低等情况使用不便的缺点，是我公司的又一次创新。重量轻、携带方便，是高压电工不可缺少的工具。 高压语音核相仪技术参数： 型号： -10/-35
110KV无线语音核相仪技术特性
110KV无线语音核相仪的设计可达到核对电网的结构，对于三相连接的线路能确认不同导线的相对相位。在两个测量组件之间无任何电气上的连接，这样可使测量装置的应用非常灵活和安全。高压无线核相器包括两个在电气上互不相连的组件，装置上装有的电极可与被测导线相连，一只橙色的发射器，其电极的形状为钩形，以便挂到导
AI同传离成熟还有多远
9月21日，一篇指责科大讯飞“AI同传造假”的文章引发了社会广泛关注，文中知乎用户、同传译员Bell Wang表示，在日前举行的2018创新与新兴产业发展国际会议上，科大讯飞在现场和直播中展示的“AI同传”，用的其实是自己现场同传翻译的内容。 当晚，科大讯飞在电话会议回应中称：应主办方要求提供
AI同传离成熟还有多远
9月21日，一篇指责科大讯飞“AI同传造假”的文章引发了社会广泛关注，文中知乎用户、同传译员Bell Wang表示，在日前举行的2018创新与新兴产业发展国际会议上，科大讯飞在现场和直播中展示的“AI同传”，用的其实是自己现场同传翻译的内容。 当晚，科大讯飞在电话会议回应中称：应主办方要求提供
大模型为深度伪造带来土壤，鉴伪技术需要跨学科合作
·鉴伪技术开发需要跨学科合作，当前的鉴伪技术以软件算法为主，未来将走向软硬一体。大模型兴起为深度伪造带来土壤，业界呼吁跨学科联合攻坚鉴伪技术。在大模型时代，人工智能合成语音与真实语音之间的界限变得越发模糊，提升与之匹配的识别技术迫在眉睫。7月23日，主题为语音深度鉴伪识别的第九届信也科技杯全球人工智
科大讯飞四获国际多通道语音分离与识别大赛冠军
时隔3年后，国际多通道语音分离和识别大赛CHiME-7再次“上线”。当地时间8月25日，CHiME-7 Workshop在Meta公司都柏林研发中心举行，官方组委会现场公布了大赛成绩：科大讯飞联合中科大语音及语言信息处理国家工程研究中心（NERC-SLIP）、国家智能语音创新中心，在参与的多设备
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
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
合肥语音信息技术研究院揭牌
11月2日上午，合肥语音信息技术研究院揭牌仪式在安徽国际会展中心举行。全国人大常委会副委员长陈昌智与中国科技大学党委书记许武共同为研究院揭牌。省领导王三运、孙金龙、孙志刚、任海深、郭万清、倪发科及省直有关部门、合肥市主要负责同志参加了仪式。 合肥语音信息技术研究院依托中国科大和安徽科大讯飞
红糖水既补血又缓解痛经？其实并没有那么神奇
姨妈来临的时候，男友送上一杯热乎乎的红糖水，简直是喝到嘴里,甜到心里。女生每个月都会有几天难熬的日子，大部分女生会选择喝一杯暖暖的红糖水。在生理期喝红糖水可以缓解痛经、补血这一说法由来已久，可是也有很多人表示“亲测无效”。那么喝红糖水对缓解痛经到底有没有用？能起到补血的作用吗？ 红糖，以甘
基于语音技术的“双语”教学辅助软件研发项目通过验收
8月27日，中国科学院高技术研究与发展局组织会议，对新疆理化技术研究所、声学研究所承担的中国科学院知识创新工程重要方向项目——“基于语音技术的‘双语’教学辅助软件研发”进行了验收。 该项目建立了5000小时的新疆少数民族汉维语音语料库，研发了单机版和网络版的维汉“双语”教学
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