这项智能技术凭啥获国家科学技术进步奖一等奖？
6月24日，2023年度国家科学技术奖在京揭晓，科大讯飞作为第一完成单位申报的“多语种智能语音关键技术及产业化”获国家科学技术进步奖一等奖。据科大讯飞介绍，这是深度学习引发新一代人工智能浪潮以来，人工智能领域首个国家科学技术进步奖一等奖。由于评选周期调整等因素，2023年度国家科学技术奖竞争激烈。“多语种智能语音关键技术及产业化”有哪些技术突破？它为啥能成为人工智能领域的“国奖之光”？“这是科大讯飞继2002年和2011年分别获得国家科学技术进步奖二等奖之后，首次获得国家科学技术进步奖一等奖。”科大讯飞副总裁、研究院院长刘聪对《中国科学报》表示，多语种智能语音技术对于支撑人机交互、人类语言互通及国家安全等需求具有战略意义，产业前景广阔，科大讯飞经过多年攻关和积累，攻克了多个技术难题，提出并突破了四个方面的技术创新。关键技术突破之一：复杂语音信号解耦建模语音识别研究中最具挑战的是远场、噪声、多人语音混叠等现象导致的“鸡尾酒会”效应......阅读全文
模仿原声：迄今最复杂人工智能语音模型创建
原文地址：http://news.sciencenet.cn/htmlnews/2023/6/503513.shtm Meta称研制出迄今最复杂人工智能语音模型。图片来源：英国《每日邮报》网站科技日报北京6月25日电 （记者刘霞）据英国《每日邮报》23日报道，脸书母公司元宇宙平台公司（Met
人工智能将喉部肌肉运动转为语音，能准确翻译“我爱你”
《自然·通讯》14日发表的一篇论文描述了一种能在机器学习辅助下，将喉部肌肉运动转化为语音的柔性贴片。经过进一步开发，该装置有望帮助部分嗓音障碍患者有效沟通。 研究中贴片的工作示意图。 图片来自：陈俊/《自然·通讯》 说话是人际交往的重要部分，但对于有声带功能障碍的人来说是件难事。约有30%
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
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
这项智能技术凭啥获国家科学技术进步奖一等奖？
6月24日，2023年度国家科学技术奖在京揭晓，科大讯飞作为第一完成单位申报的“多语种智能语音关键技术及产业化”获国家科学技术进步奖一等奖。据科大讯飞介绍，这是深度学习引发新一代人工智能浪潮以来，人工智能领域首个国家科学技术进步奖一等奖。由于评选周期调整等因素，2023年度国家科学技术奖竞争激烈。“
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
科大讯飞：中国AI技术借道手机汽车等“出海”
在“人工智能+”和民族品牌“出海热”背景下，中国人工智能技术正通过手机、家电、汽车等技术产品实现“出海”。近日，中国智能语音龙头企业科大讯飞披露，其智能语音交互、多语种翻译等技术通过机载、车载等方式已漂洋过海，同时助力其加速布局全球技术生态。目前，中国已成为世界上最大的手机生产国和出口国。中商产业研
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
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
如何让机器像人一样“说话”？这堂讲座为你解密
近年来，随着人工智能的发展，各种语音合成应用也迅速普及，如即时的文本信息转语音、视觉障碍人士的辅助软硬件，甚至是推销电话、厂商客服以及短视频配音等，都有语音合成的身影。不仅如此，技术手段的加持，使得语音合成呈现出更逼真的人声、更自然的音色以及有一定情感起伏的语调。近日，中国科学院大学成都学院科学前沿
中国科大成果获2023年度国家科学技术奖
6月24日上午，国家科学技术奖励大会在北京举行，会上表彰了2023年度国家科学技术奖获奖项目。中国科学技术大学（以下简称中国科大）1项牵头完成项目荣获国家技术发明二等奖，1项参与完成项目荣获国家科学技术进步一等奖。由中国科大牵头完成，教授张勇东、毛震东、谢洪涛等作为主要完成人的关于全媒体环境下内容治
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
智能语音播报无线高压核相仪的性能参数介绍
智能语音播报无线高压核相仪应用于电力线路或变电所验电、核相、相位测试、相序判断、变压器组别判断等（线路电压：220V~220kV）。 核相仪采用无线传输技术，传输距离可达30米；3.5寸LCD彩屏； 可同屏显示相位、频率、电压等核相结果，动态向量图指示，清晰直观；
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（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”
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
北京市2025“中央引导地方”人工智能专项立项公示
北京市科学技术委员会、中关村科技园区管理委员会关于发布2025年度“中央引导地方”专项人工智能领域部分方向拟立项课题公示的通知 根据《中央引导地方科技发展资金管理办法》等文件要求，现将2025年度“中央引导地方”专项人工智能领域部分方向拟立项课题信息进行公示（详见附件）。 公示时间为2025年9月
用真正无障碍沟通“温暖”冬奥
“不管是运动员还是观众，只要有这个随身‘翻译官’，就可以随时随地跟其他国家的朋友无障碍沟通。”科大讯飞AI研究院副院长陈志刚拿着讯飞双屏翻译机边演示边介绍，“只要打开双屏，选择对方的语言，按住按键说话就可以了。” 话音刚落，翻译机的屏幕上，几行翻译好的英语“跳”了出来。 科大讯飞
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
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
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
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
复议|－4家国家制造业创新中心
据工信部官网消息，近日，工信部批复组建国家5G中高频器件创新中心、国家玻璃新材料创新中心、国家高端智能化家用电器创新中心、国家智能语音创新中心等4家国家制造业创新中心。 据介绍，国家5G中高频器件创新中心依托深圳市汇芯通信技术有限公司组建，主要股东包括通信核心器件、材料、天线、终端等领域的行业