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讲座邀请了中国科学技术大学教授凌震华，以《语音合成基础与前沿进展》为主题，介绍了语音合成技术的最新进展，包括语音信号的离散表征与基于大模型架构的语音合成方法，以及以改变语音中说话人音色为目标的声音转换任务等。凌震华表示，赋予机器像人一样自如说话的能力，是人工智能领域的关键技术之一。“我们做语音合成，就是利用机器去模拟人类将文本转化成声学信号的生理过程。”讲座中，凌震华从语音合成的基本概念，以及语音合成技术的发展历史讲起，重点介绍波形拼接语音合成与统计参数语音语音合成两条技术路线。2013年深度学习技术被引入语音合成后，基于深度学习的统......阅读全文
“机器子宫”体外合成胚胎
藏在母体深处的胚胎发育过程是大自然最大的秘密之一，现在，科学家为了解这个秘密打开了一扇新的窗口。他们首次在不需要精子或卵子的情况下，利用干细胞制造出人造小鼠胚胎，并使用一种创新的生物反应器培育该胚胎，使其成功在子宫外生长。没有参与此项工作的荷兰莱顿大学医学中心干细胞生物学家Niels Geijsen
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
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
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
中国多项AI技术全球第一,你知道吗？
完胜世界围棋冠军的AlphaGo、AlphaGo Zero，可能让一些人产生错觉：在人工智能（AI）时代，中国又落后了。 事实并非如此。在日前举行的科大讯飞2017年度发布会上，董事长刘庆峰信手拈来，剧透了多项领先世界的AI绝技。 许多人可能不知道，在《MIT科技评论》评选的“2017全球
数字信号处理器的实际应用
语音处理：语音编码、语音合成、语音识别、语音增强、语音邮件、语音储存等。 图像/图形：二维和三维图形处理、图像压缩与传输、图像识别、动画、机器人视觉、多媒体、电子地图、图像增强等。 军事；保密通信、雷达处理、声呐处理、导航、全球定位、跳频电台、搜索和反搜索等。 仪器仪表：频谱分析、函数发生
准确率达95％－机器学习预测复杂新材料合成
据22日发表在《科学进展》杂志上的一项研究，美国西北大学和丰田研究所研究人员已成功应用机器学习来指导新纳米材料的合成，消除与材料发现相关的障碍。这种训练有素的算法，可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。 论文通讯作者、美国西北大学纳米技术专家查得·米尔金此次
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
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
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
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
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
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
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
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
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
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
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
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
玖富—中科院自动化所联合实验室为何专注于智能语音？
人工智能在近两年十分火爆，包括金融科技在内的诸多领域都已经开始了相关研发、应用。在2018年初，玖富集团也联合中国科学院自动化研究所成立了智能语音实验室，开启了AI in All”的智能金融年。联合实验室有哪些规划?为何选择智能语音作为研发重点?前不久，联合实验室相关负责人对此做出了回答。
临床物理检查方法介绍语音试验介绍
语音试验介绍: 语音测试测试人的一般听力情况,但不能鉴别耳聋性质,适用于集体检查。语音试验正常值: 正常者耳语可在6m距离处听到语音试验临床意义: 异常结果:其耳语听到情况缩短至4m,表示轻度耳聋,1m为中度耳聋,短于1m者则为严重的以至完全性耳聋。 需要检查人群:听力有问题的患者。语音试验注意事
临床物理检查方法介绍语音震颤介绍
语音震颤介绍: 语音震颤是一种重要的检查方法。病人发出声音,音波产生的震动,沿着气管、支气管及肺泡,传到胸壁引起共鸣的震动,医生可以用手触知,称为语音震颤。语音震颤正常值: 在正常情况下,一般男性较女性为强,成人较儿童为强,瘦者较胖者为强。同一胸廓的不同部位,语颤的强弱亦有所不同。前胸右上部较左上部
高压语音核相器的相关运输保存
高压语音核相器在运行电压下，进行高压电力线路的核定相位工作，属带电测试工具，特别对直接接触高电压的核相棒进行了较高的工频耐压试验。 结果表明其绝缘性能和安全距离均能满足电业安全规程要求。另外由于核相棒末端装有放电指示管，当核相棒末端与核相表连线断开情况下，也能保证人身和设备安全。