一种远场语音信号去噪算法研究与实现

针对远场语音信号易受噪声污染的问题,分析了远场语音信号特点,总结出现有语音信号增强方法,提出一种对谱相减法去噪的改进算法设计。并通过仿真与实验证明,此方法有效抑制了去噪后引入的"音乐噪声",提高了语音信号可懂度。

面向远场语音识别的回声消除算法及应用验证

针对小型侦查类设备在执行远场监听工作时,由于复杂军事作战环境中回声影响系统识别率的问题,基于步长调整原则,提出了一种面向远场语音识别的回声消除改进算法,从根本上提高了输入语音信号的质量。该算法在归一化最小均方(normalized least-mean-square,NLMS)算法的基础上引入了双曲正弦函数,得到能够表示误差与步长之间关系的步长调整函数,通过误差值的大小实现了对步长值的实时调整;并基于MATLAB平台对NLMS算法、SVSLMS算法、基于双曲正弦函数的LMS改进算法以及文中NLMS改进算法做模拟仿真,对比结果可知,改进算法性能更优,在不增大收敛误差的条件下具有更快的收敛速度。进一步搭建嵌入式硬件平台对其实际性能进行测试,试验结果表明,系统识别加入回声后的语音时,词错误率高达60%以上,通过改进算法做语音增强后,系统词错误率明显降低,平均识别率约为80%,验证了基于双曲正弦函数的NLMS改进算法在实际应用中的有效性。

智能液晶电视产品远场语音方案的设计应用

语音识别是目前最为热门、发展前景极为广阔的一种新技术,是触控、手势与语音三大人机交互技术中的一种最为最为自然合理的交互技术。智能液晶电视作为智能家居的一种,使用语音识别技术能够实现智能化。远场语音技术能够使智能液晶电视在更远距离范围内实现人声操控。本文从远场语音识别模块、电视主机语音模块两大主要模块的构造、功能,以及远场语音与智能液晶电视的连接形式等方面,分析了智能液晶电视产品的远场语音应用方案,使智能液晶电视能为用户提供更为完美的体验。

人工智能中远场语音识别技术的研究

近年来,随着智能音箱产品风靡全球,"你说我做,你问我答",俨然成为人工智能的代名词。可见目前的人工智能主要还是基于语音识别的智能化。所以,对远场语音识别技术进行了研究,探讨了人工智能中远场语音识别技术的难点和未来发展。

基于环形麦克风阵列的远场语音识别系统

语音在远场识别中,随着语音传播距离的加大,语音本身的衰减,混响、背景噪音、人声干扰和回声加大等技术难题,会引起的识别距离近、识别率低等问题。针对这些问题,提出了一种基于环形麦克风阵列的远场语音识别系统。该设计采用SinoVoice公司环形布局的pansy板作为语音前端处理的核心,结合其相应的离线语音识别引擎以及单片机,运用于服务机器人的语音动作控制系统中。经在噪声环境下的非特定的不同距离、不同角度、消回声的语音识别测试,结果表明在噪声环境下,该系统对远距离命令也有较高的识别率,并且可以消除回声,适用于服务机器人的应用环境,也适合其他有噪环境下远场语音识别系统的应用。

维纳后置滤波DNN前端增强的远场语音识别

由于混响和噪声等因素影响,远距离场景下的语音识别性能较近场语音识别的性能仍有很大差距。为提高远场语音识别系统的性能,在后置滤波波束形成的基础上,提出结合深度神经网络与维纳后置滤波的前端增强远场语音识别方法。将维纳滤波嵌入神经网络对波束形成后的语音输出进行增强,抑制相关性噪声,最后利用TDNN-LSTM近场语音识别系统进行语音识别。实验在数据集CHiME-5上进行,结果表明,该方法对远场语音的识别结果优于传统的后置滤波方法,字错误率下降2.3%。

远场语音识别方法研究

为降低混响因素对语音识别效果的影响,对远场语音识别方法进行探索:提出一种联合训练方法 ,不仅利用去混响后的特征,还利用原始特征作为信息互补。实验表明,该方法在2 000小时中文数据集上取得了相对9.7%的效果提升,比简单的DNN去混响策略有显著提升,证明了利用近场语音代替高保真语音在实验中的有效性。

夏普电视60D6UA评测:AI远场语音操作

作为一款万元旗舰,夏普60D6UA采用日本原装液晶面板全面屏,支持AI远场语音等新技术。外观质感不愧是旗舰系列,从开箱到安装都充满了仪式感,特别是最后一道屏幕保护的措施要点赞。这个保护片在安装脚架,或是上墙安装时都能让用户安心地平放或抓紧机身,从而更快完成安装。

一种采用远场语音控制的分体式OLED电视系统设计

提出一种采用远场语音控制的分体式OLED电视系统设计方案,详细阐述了方案的设计原理及关键技术实现。OLED电视系统采用分体式设计使得OLED屏幕和主机充分分离,使得OLED屏可直接贴在墙壁上、主机容易实现智能升级;通过远场语音模块产生指令并通过无线方式传输给OLED电视系统,使得电视操控简单快捷。

浅析远场语音识别的发展现状与现代化技术

远场语音的发展随着时代的进步社会的发展而逐步提高,如今更是面临着一种全新的挑战与机遇。在当今社会的强大需求之下,远场语音技术必须投入更多的人力与物力去研究,不断的更新各种技术。只有这样才可以让远场语音技术更好的成为AI智能产品重要入口,所以本文将会从远场语音现代化技术的基本概念出发,简单分析一下其发展现状以及发展之中存在的各种问题,最后总结一下问题的解决方案。

电视远场语音系统设计

2014年亚马逊推出智能音箱Echo产品,将远场语音应用到传统音箱中,从而赋予音箱人工智能的属性。在其他应用领域也在尝试导入远场语音技术,比如教育机器人、汽车语音助手、白色智能家电、智能厨电等。近年来智能电视开始配置远场语音技术,带给用户更便捷的人机交互方式,真正实现解放双手,带来全新的交互体验。

一种采用远场语音控制的分体式OLED电视系统设计

提出一种采用远场语音控制的分体式OLED电视系统设计方案,详细阐述了方案的设计原理及关键技术实现。OLED电视系统采用分体式设计使得OLED屏幕和主机充分分离,使得OLED屏可直接贴在墙壁上、主机容易实现智能升级;通过远场语音模块产生指令并通过无线方式传输给OLED电视系统,使得电视操控简单快捷。

智能液晶电视产品远场语音方案的设计应用

随着云计算和大数据快速发展,人工智能兴起,家居家电企业同样有着这方面的追求。智能液晶电视作为家庭电器成员,具有普及面广,使用频率高,可视化屏幕大等优势,在智能电视上搭载远场语音人工智能方案,是一种更加人性化的智能交互体验。本文通过对远场语音的工作原理,流程以及模块化实现方案进行浅析,就智能液晶电视远场语音方案应用进行阐述。提高智能电视更加人性化的体验服务。

MLLR和MAP在远场噪声混响下的语音识别研究

自适应技术可以用较少的数据来调整声学模型参数,从而达到较好的语音识别效果,它们大多用于自适应有口音的语音。将最大似然线性回归(Maximum Likelihood Linear Regression,MLLR)、最大后验概率(Maximum A Posteriori,MAP)自适应技术用在远场噪声混响环境下来分析其在此环境下的识别性能。实验结果表明,仿真条件下,在墙壁反射系数为0.6,各种噪声环境下MAP有最好的自适应性能,在信噪比(Signal-to-Noise Ratio,SNR)分别为5 dB、10 dB、15 dB时,MAP使远场连续语音词错率(Word Error Rate,WER)平均降低了1.51%、12.82%、2.95%。真实条件下,MAP使WER下降幅度最大达到了37.13%。进一步验证了MAP良好的渐进性,且当自适应句数为1 000时,用MAP声学模型自适应方法得到的远场噪声混响连续语音的识别词错率比自适应前平均降低了12.5%。

智能音箱中的新闻生产与呈现逻辑

媒介的特性决定了其适合搭载的信息类型,也影响了人类与之交互的方式。随着远场语音识别、自然语言处理、语音合成等智能语音技术以及家居智能化的不断发展,听得懂、会说话还能干活的智能音箱逐渐成为人们日常生活中的亲密伙伴,也成为实际意义上真正无界面的信息输出与获取端口。2014年底,亚马逊首次推出智能音箱Echo并大获成功,此后全球智能音箱市场一直处于快速增长阶段。截至2018年底,美国成年消费者中每4人就拥有1台智能音箱。

人工智能在电视人机交互中的应用

无论是传统电视还是智能电视,要解决的问题都是一样的,即"如何让用户方便地获取内容"。这里有两个关键点:"方便"和"内容"。在方便性上,传统电视和互联网电视差不多,都是基于遥控器进行人机交互;"内容"是传统电视和互联网电视最大的不同点,这个无需赘述。而人工智能技术的长足发展,正在这两个关键点上都大大提升了用户使用体验。

第一时间

坚果发布新品E207月6日,坚果投影在北京国家会议中心举行新品发布会。众多嘉宾、媒体朋友共同见证了新品智能微投E20。E20采用圆形设计,机身为全玻璃顶盖,更显品质感,并且玻璃顶盖可以抗刮裂划痕。E20采用的全高清1080P分辨率,支持4K解码,支持HDR10高动态视频解码,采用RGB+B四通道双蓝灯设计,达到了2700流明光源亮度。E20与世界顶级音响品牌丹拿合作,呈现更好音质。E20增加了4个远场语音的收音麦克风,智能操作更简单。

AI智能音箱机顶盒的关键部件设计与实现

随着人工智能大规模应用即将来临,普通用户和运营商都非常需要一款集音箱和盒子为一体的人工智能终端产品,能够语音远场控制,解放用户的双手,让用户在家庭环境中尽享高科技带来的便捷生活。因此本文提出了关于"远场语音操控+智能音箱+4K机顶盒"的业务融合智能终端产品的设计思路并加以实现,以此来确保江苏有线在智慧家庭战略布局中的核心能力和地位。

让机器听懂世界,触及人类梦想还有多远

语言交互能力是人类认知发展、终身学习的基础,这为人类开启了智慧之门。人工智能时代,语言交互也将是人类和机器之间表达思想、交流知识、相互沟通的重要工具,这就需要让机器听懂复杂场景下的人类语言并且适应人类几千年进化形成的远场语音交互习惯,从而让机器真正认知人类世界,为机器产生类人智能提供一种参考。

基于微机电系统波纹振膜的高灵敏度光纤传声器

提出了一种基于微机电系统(MEMS)波纹振膜的高灵敏度光纤传声器,通过波纹振膜研制法布里-珀罗干涉腔,可进一步提升光纤传声器的灵敏度。在理论分析中,应用有限元分析软件COMSOL对振膜进行建模,仿真分析了波纹宽度、波纹深度和波纹间距等参数对振膜灵敏度和工作频率的影响。实验结果表明,基于MEMS波纹振膜研制的光纤传声器样机灵敏度为630 mV/Pa,频率响应范围为50 Hz~8 kHz;且该光纤传声器的结构简单,能很好地应用于远场语音拾取等领域。