Cloud Enabled Text Reader for Individuals with Vision Impairment

The paper describes the development of a text reader for people with vision impairments. The system is designed to extract the content of written documents or commercially printed materials. In terms of hardware, it utilizes a camera, a small embedded processor board, and an Alexa Echo Dot. The software involves an open source text detection library called Tesseract along with Leptonica and OpenCV. The system in its current version can only work with English text. By using the Amazon cloud web services, a skill set was deployed, which would read aloud the detected text utilizing a OpenCV program via the Alexa Echo Dot. For this development, a Raspberry Pi was utilized as the embedded processor system.

基于微信小程序的智能语音家居系统

伴随着5G时代的到来,智能技术在生活中得到了广泛的应用。为了改进当前家居设备的手动控制模式,提升用户体验,设计了一个基于微信小程序的智能语音家居系统。该系统可以实时采集室内温湿度、光照、天然气浓度和火焰情况,并在发生危险时通过语音和短信向用户发出报警信息。系统采用STM32单片机作为主控制器,非特定人声语音识别技术和手势识别技术为基础实现家居设备的智能化自动控制。用户可以通过语音,手势和移动端小程序多种途径实现对家居设备的控制。设计结果表明,系统突破了家居设备的传统控制模式,提高了家居设备控制智能化程度和用户的家居体验,对智能语音家居系统的实现有一定的借鉴意义。

语音云平台在智能家居中的应用

人工智能语音交互是一种极具高效、人性化和普众化的人机交互方式,能极大地提高用户体验、节省学习成本。本文以语音关键技术为切入点,介绍了通用语音云平台的构成、模型库的训练原理。基于智能家居的应用场景,以讯飞语音平台为例,阐述了智能机器人+语音云架构和以语音云平台配置语音芯片SU-03T两种方案的应用场景和工作原理。

基于云计算的语音实验室的设计及应用

为解决传统语音实验室教学功能较为简单、教学资源不够丰富、管理模式不统一、系统升级不方便等不足,结合高校语音实验室教学和管理的特点以及云计算的优势,设计基于云计算的语音实验室及应用场景,利用云服务器、桌面虚拟化技术、云终端构建功能强大的语音实验室。基于云计算的语音实验室具有功能强、成本低、易管理、高安全的特点,并且真正实现了语音实验室的网络化。使用云计算环境下的语音实验室,可以极大丰富教师的教学手段,改变传统课堂以教师讲授为主学生被动接受的局面,使得师生一对一的教学、异步教学等教学模式成为可能,能极大地提高学生的学习积极性和主动性以及教学效果,同时能有效降低设备维护管理的冗杂度,实现高效管理。

一种语音识别的可定制云计算方法

以云的方式提供语音识别服务是1种新的趋势。当前市场上的语音云都是面向通用领域的,针对这一现状,提出了1种面向特定领域,可定制的,可满足用户个性化需求的云计算方案。首先介绍了语音识别的MapReduce过程,接着描述了基于Sector/Sphere的语音识别系统组成及语音识别的Sphere处理流程,并给出了语音识别系统的云计算架构,然后探讨了语音识别的可定制实现,最后进行实验评估,证明云计算架构的语音识别系统与传统C/S架构的语音识别系统相比更具优势,且具有一定的可扩展性。

基于语音云的电子病历研究与实践

随着云计算概念的提出,基于云的语音识别技术得到快速发展。基于中文语音识别的云计算技术,结合模板化的电子病历应用实践,探索研究了中文语音识别技术在临床电子病历整合与集成的最佳应用实践。

语音控制互联网交互及其关键技术研究

语音控制是互联网交互控制方式之一,它可以将人类肢体解放出来,为用户带来了非常大的便利,使得OTT业务更加多彩诱人,也使得互联网业务发生了天翻地覆的变化。随着语音识别、语音合成、语义理解、智能问答、云计算等技术的不断成熟,语音控制互联网交互业务已经进入到了实用化的阶段,并为广大用户所接受。

慢性病管理语音机器人的设计与应用

目的提高慢性非传染性疾病患者自我健康管理效果。方法通过人工智能技术、语音识别技术、知识库设计等相关技术手段,研究设计语音机器人,开发慢性病管理应用系统。结果通过语音机器人,为慢性病患者提供体征监测、健康宣教、健康随访、个案追踪、效果评估与统计分析等慢性病管理服务。结论语音机器人可解决知识宣教场所限制、慢性病管理手工记录与难以统计等不足,形成具有特色的慢性病管理模式与方法。

Mixed-Fisher特征云模型聚类在文本情感分类中的应用

海量网络信息的出现,使得提取文本信息情感观点成为研究的热点。针对文本情感分类中文本信息模糊及分类准确率低的问题,提出了一种基于Mixed-Fisher特征选择的文本云向量模型聚类算法。该算法首先分别计算文档中各个词性特征项的Fisher判别比,根据Fisher判别比越大特征向量判别性越强的Fisher准则,选择Fisher比值较大的前q个特征,并按照词性进行组合生成文档的Mixed-Fisher特征向量。然后在Mixed-Fisher特征向量集上构建文档的云向量模型,根据云向量模型间的差异度对模型进行聚类和合并。将该算法应用于文本情感观点的分类,选择核Fisher判别技术用于最终文本观点的判定。仿真实验结果表明,基于Mixed-Fisher特征的云向量聚类模型的分类准确率明显优于传统向量空间模型,从而验证了核Fisher判别技术的有效性。

云终端语音交互中改进型谱减法语音增强算法

为了使云制造的各种资源和服务通过云终端为人们使用,研究了自然人机交互模式,使人们以多种通道自然、高效地通过云终端使用云制造的资源和服务,其中语音交互是人类最自然的交互通道。在实际应用中必须对自然语音信号进行预处理,以从含噪语音中得到干净的语音信号。提出一种基于听觉掩蔽效应的改进型谱减法语音增强技术,引入了新的语音端点检测算法,克服了音乐噪声的影响,提取到纯净语音。通过对其进行仿真,验证了算法的有效性。

基于EAIDK310和OneNET云平台的非接触式智能门禁系统

物联网时代下,智能家居作为人们日常生活中重要的一环,正在飞速发展。设计了一款基于EAIDK310和OneNET云平台的非接触式智能门禁系统,采用Arm公司与Open AI Lab联合开发的EAIDK310人工智能开发套件作为系统控制核心,在主控板内通过人脸识别、手势识别、语音交互等功能实现无接触门禁进出。系统借助人工智能中发展较为成熟的卷积神经网络并通过百度AI开放平台的领先优势进行人脸识别、手势数字识别和语音实时交互,在保证识别速度够快的同时也能够维持非常高的识别精准度,引入活体检测避免不法分子使用照片欺骗系统,使得整个门禁系统更加安全。系统通过Wi-Fi将数据上传移动OneNET云平台,与微信小程序进行数据图像交互,主人可在任何地点通过手机对门禁系统进行解锁等操作,并能监控门禁外实时图像,能够在住户安全方面提供保障。

一种基于onenet云平台的老人安全监控系统设计与实现

针对独居老年人由于突发疾病或者意外摔倒等情况无法及时报警求助而导致的伤亡事故,设计了一款基于onenet云平台的老人安全监控系统。该系统保存了多种常见的求救语音信号,其语音识别模块采集住宅内的语音信号并传输给主控模块;主控模块通过特征语音匹配算法将接收到的语音信号与系统中保存的呼救语音信号进行比对;当比对结果表明住宅内存在呼救语音时,报警模块启动并发出声音进行报警,同时WIFI模块启动,完成与onenet云平台的连接,利用该平台通知老人家属并拨打120进行求救。实测表明,该系统能够准确识别求救语音信号并进行报警求助,能够有效防止老年人无法呼救而导致的伤亡事故,具有较强的推广应用价值。

先进信息技术在载人航天器中的应用探讨

在分析我国载人航天器信息技术发展的基础上,结合我国下一步载人空间站任务,提出了未来载人航天器先进信息技术需求,分析了智能家居技术、增强现实(AR)技术、语音识别技术及云计算技术在载人航天器中应用的可行性及应用模式。针对这些技术存在的可靠性、安全性等方面的问题,建议在应用中注意热环境与空间辐射等问题对设备的影响,同时对关键功能进行冗余设计,增强地面测试强度,在保持技术应用先进性的同时不影响系统整体的可靠性。

基于语音识别的智能家居物联网系统

针对中国逐渐步入老龄化时代,传统交互方式的物联网系统操作繁杂、不够人性化的问题,提出了一种基于语音识别和物联网技术智能融合的新型物联网系统。首先,通过引入内置处理器的语音识别模块,不仅实现了传统语音识别,还实现了语音的云端传输,突破了主控芯片的计算能力和储存能力低的瓶颈;然后,利用物联网技术把复杂的算法置换到云端去执行,在语音识别方面有质的变化,结合云端分布式储存的特点,能够分门别类地建立用户的语音数据库,在用户习惯学习时提供大量的数据基础;最后,根据大量的数据基础,逐渐通过学习能力建立属于用户个人的语音识别库。通过实验对所提出的智能融合式物联网系统在语音识别的准确度、计算能力、语音交互的智能化程度等方面进行了有效性验证。实验结果表明,在语音识别精度方面随着距离增加至10 m以上,所提系统的准确度仍可达到70%以上,语音数据计算能力方面提高了31倍,同时在语音交互的智能化程度方面性能更优。该系统为老年人使用物联网交互提供了便利。

智能机器人在线语音控制系统的设计与应用

基于麦克风阵列GSC-LMS语音增强算法,结合语音云的智能交互架构,设计了智能机器人在线语音控制系统。系统硬件集成麦克风阵列模块、语音云交互模块和识别数据解析模块,集成度高;系统软件集成麦克风阵列语音增强算法、语音云交互程序和识别数据解析程序,系统程序便于维护和定制开发。实践证明,该在线语音控制系统便于集成到智能机器人上使用,并且性能良好,实时性强。

语音识别技术在口腔门诊病历系统中的应用

当前,人工智能与云计算不断发展,应用日益普及,为语音技术在医疗领域的应用提供了契机。本文分析了智能语音技术发展现状与关键技术,结合医院口腔门诊业务发展情况,以解决门诊口腔业务中的信息化问题为导向,探索语音识别技术在口腔门诊病历系统中的应用。

云计算平台下的语音信号处理

针对云计算平台下的语音信号处理模型进行研究。传统SVM语音信号处理识别模型是在单台计算机中完成所有数据的处理和运算。云计算环境的Hadoop平台下使用SVM对语音信号处理,能够发挥Map Reduce并行计算优势,通过Map和Reduce操作将所需要的数据处理和运算任务分配到多个计算机中同时进行。使用中科院自动化研究所建立的CASIA汉语情感数据库中的语音信号数据作为实验数据。实验结果表明,使用云计算平台下的语音识别模型针对研究的几种情感的识别率基本在70%以上,识别率可以满足要求。使用云计算平台处理这种数据比较庞大的计算任务时,相比传统单台计算机平台,效率较高,优势比较明显。

基于私有云平台的会议语音转写系统

本文介绍了私有云平台下的语音转写系统的部署和功能特点,从系统架构、语音转写技术、私有云平台和转写音频采集处理器四个方面进行了阐述,指出了在单会议室多设备的情况下实现角色分离软件设计的核心点,介绍了语音转写私有云平台搭建的基本架构,特别说明了语音转写音频采集处理器设计的技术要点产品特点。

基于Qrobot机器人的彩票服务软件系统

在Qrobot机器人已有的软件系统基础上,开发出了独立的彩票服务程序.在标准化的Windows操作环境下,以对象类别扩充组件的方式提供独立的,便捷的人机交互界面.通过触控和声控技术和与机器人互动,使Qrobot机器人获知所需查询的彩票类别.利用Web信息提取技术从指定网页中提取出彩票的中奖号码等相关信息,利用云端语音识别使机器人读出网页提取出的彩票信息,并能将中奖号码信息显示在操作界面上.所开发的软件操作系统具有良好的扩展性,基于同样的思想,还可以进一步为机器人添加其它网络功能.

基于单片机的垃圾分类系统设计

为提高垃圾分类效率,设计基于单片机的垃圾分类系统。系统利用ESP32模组和科大讯飞语音服务实现语音识别与处理,通过串口将处理结果发送给主控芯片STM32L4,主控芯片通过控制舵机进而控制垃圾桶盖的开合,完成一次垃圾分类投放,并将分类结果通过Wi-Fi上传云平台。实验结果显示系统可以稳定、有效进行垃圾分类,识别准确率可达到90%。