一种三维度基于改进MFCC特征模型的AI克隆语音源鉴定方法

AI克隆语音技术的出现将对现代社会法治秩序造成致命冲击。近年来研究人员仅关注了AI合成语音与样本语音内容相同领域的研究，而对AI合成语音与样本内容不同的检材的鉴定研究却甚少，相关鉴定内容无法识别。为此，提出了一种三维度基于改进MFCC特征模型对AI克隆语音源进行鉴定。首先对先前研究人员人工分析的AI克隆语音特性进行验证，总结出可识别的“共振峰F5异常活跃”与“能量、共振峰、音高曲线异常突变”的特征。其次基于AI克隆语音的特征运用二阶差分修正MFCC系数并采用“逆差逻辑推演法”将能量、共振峰、音高曲线突变特性进一步量化采样，将其定义为语音鉴定的特征向量三元组。然后以特征向量三元组为输入，运用D-S证据合成规则将三组检材与样本比对的结果融合。最后形成三维度基于改进MFCC特征参量的检材评定模型。人群随机采样实验结果表明，该AI克隆语音源鉴定方法对以同一人为克隆源所合成的AI克隆语音鉴定的平均概率为67.324%,标准差为7.32%,鉴定效果很好。     

基于AI+IOT的智慧家居系统

利用人工智能技术和深度学习算法,设计开发了基于AI+IOT的智慧家居系统。基于百度提供的免费的语音识别云平台,该系统使用ZigBee网络,对家居环境数据进行采集、分析,并通过物联网技术和人工智能技术实现远程语音控制各种家电的功能。基于深度学习,系统通过百度语音识别技术对自然语言进行语音识别,通过搭建系统编译环境成功融合了AI技术和IOT技术实现了具有语音控制功能的智能家居系统,致力于为人们提供更加便捷智能的生活。     

新闻生产智能化——论语言科技对新闻传媒业的影响

人工智能时代各项技术不断革新,落地场景不断丰富。其中语音转写、机器写作、AI主播和短视频智能生产融合了语言科技的多项技术,如语音识别、语音合成、语言生成、语义理解、机器翻译等,其相关产品和应用进入新闻生产中采编、写稿、播报等各个环节,使新闻生产模式向智能化方向发展。     

AI智能技术在融媒体平台中的应用分析

随着互联网的发展和媒体形态的多样化,融媒体平台已成为现代媒体发展的重要趋势。AI智能技术作为一种新兴的技术手段,在融媒体平台中具有广泛的应用前景。为进一步促进AI智能技术与融媒体平台的相互融合,特构建融媒体平台AI智能系统。本文对AI智能技术在融媒体平台AI智能系统的应用进行深入研究和分析,包括在字幕识别、语音识别、自然语言处理、语义理解、人脸识别及关键词提取等方面的应用,以促进AI智能技术在融媒体平台的健康发展。     

基于语音识别技术的智能生活管理系统的设计

随着语音识别技术以及智能手机技术的迅猛发展,移动终端成为生活服务的新平台。从最初的只能识别10个英文数字的Audry,到将语音识别技术引入到移动终端的Siri,直至Google Assistant,无不在宣告语音识别技术的飞速发展和其在生活中的重要地位。AI技术的进步让语音识别这项技术的应用走入平常百姓的生活,语音智能生活管理系统应运而生。语音智能生活管理系统通过语音输入代替手动输入,满足了一些特殊情况下的输入需求。笔者主要设计了手机端语音拨打电话、日程安排、生活用品信息管理和个人账目管理等功能。     

基于Linux平台语音识别技术的实现

近年来,随着互联网技术的不断革新,人们在生活、学习和工作中也都发生了不少改变。各种各样的智能化设备、软件层出不穷。而作为广受人们关注的语音识别技术也在不同领域有着广泛的应用。本文选择科大讯飞的SDK接口与当前互联网环境的主流AI技术,基本实现了语音识别技术在Linux平台下的简单应用,而此举对于语音识别技术在Linux...     

基于SYN7318语音识别的智能家居嵌入式控制系统设计与开发

随着机器学习和人工智能的热闹,国内语音行业也可谓是百花齐放,尤其是最近几年,人工智能AI技术以及智能家居得到了飞速的发展。本项目将近年来发展迅速的嵌入式技术和非特定语音识别芯片SYN7318有机的结合,设计开发了一中能够通过语音来控制家用电器的开启和关闭、拨打电话、发送短信以及网络天气播报的智能家居语音识别系统。     

基于遗传径向基神经网络的声音转换

声音转换技术可以将一个人的语音模式转换为与其特性不同的另一个人语音模式,使转换语音保持源说话人原有语音信息内容不变,而具有目标说话人的声音特点。本文研究了由遗传算法训练的RBF神经网络捕获说话人的语音频谱包络映射关系,以实现不同说话人之间声音特性的转换。实验对六个普通话单元音音素的转换语音质量分别作了客观和主观评估,结果表明用神经网络方法可以获得所期望的转换语音性能。实验结果还说明,与K-均值法相比,用遗传算法训练神经网络可以增强网络的全局寻优能力,使转换语音与目标语音的平均频谱失真距离减小约10%。     

WM8978音频处理器的百度AI语音识别

近几年，随着国内IT技术的迅猛发展，语音识别技术已经成为最热门的应用领域之一，广泛应用于金融、教育、医疗、车载、机器人等领域。因此本设计在STM32F7单片机上通过ESP32实现了百度AI语音识别。通过WM8978音频处理器采集上传服务器解析数据，将语音结果显示在LCD屏上。     

基于智慧工厂的语音交互设计研究

在相关AI技术的大力支持与高速发展背景下,自然语言处理技术中也广泛应用到了该技术内容且应用水平相对较高,例如其中对于语音识别技术的应用研究就具有一定深度,它对智慧工厂系统的交互设计范式存在一定影响。文章主要研究了智慧工厂系统的语音交互相关理论内容,并研究其交互设计框架,了解语音交互在智慧工厂系统中的设计原则与内容。     

军事专家系统与黑板模型

随着人工智能(AI)研究与应用的深入和推广,各先进国家越来越重视AI在军事中的应用。普遍认为,一旦在军事中应用AI技术获得成功,那么相应的军事力量就可在世界上占绝对优势。专家系统(ES)是人工智能应用最为成功的分支,而且人工智能其它分支(如机器视觉、语音识别、规划等)的核心也涉及专家系统理论和技术。因此,专家系统在军事中的应用具有重要的意义。本文首先讨论军事专家系统的若干技术性问     

云米2021新品发布

近日,云米以AI:Helpful为主题,举行2021战略新品发布,通过四大维度的Helpful助力云米AI新品助AI智能家落地.在发布会上,云米科技创始人陈小平讲:"有用,才是技术变革的意义." 所以,云米正式发布了Helpful战略,从呵护健康、自动智能、居家安全和自然语音交互四大维度出发,发布系列AI战略新品,解决用户智能家居生活中的各种问题,推动家庭人工智能应用全面落地.并发布了AI马桶、AI净水器、AI热水器以及AI空调等战略新品,为消费者构建起了更健康、更安心的居家环境.     

基于指纹的5G通信说话人身份追踪方案

随着5G通信技术的广泛普及和应用,5G通信系统的安全受到广泛关注。针对5G电话语音通信中模仿、假冒或否认说话人身份进行欺骗而难以追踪说话人身份的问题,文章提出一种面向5G远程通信的电话语音说话人身份追踪方案。在语音接入前通过智能手机获取说话人的生物指纹作为身份信息,在语音通话中,采用数字水印技术将代表说话人身份的生物指纹嵌入语音信号,从而建立说话人身份信息与语音之间的关联性。一旦语音记录的说话人身份受到质疑,通过提取语音数据中的生物指纹实现远程通信中说话人身份的追踪。文章研究了在高斯白噪声信道下,嵌有说话人生物指纹信息的语音信号经5G广义频分复用模式调制传输后的指纹提取性能。仿真结果表明,在实际应用环境中,文章方案在5G广义频分复用调制模式下提取指纹的性能优于4G系统,对防范下一代移动通信中电话诈骗具有潜在的应用价值。     

语音识别技术的未来

“发展中的语音识别技术正推动着透明化计算,使人与计算机之间的互动更加容易。”IBM语音系统部门的Anne-Marie Derouault 如是说。 进入新世纪以来,IT世界在经历着一场向人机互动技术的大转移,这在很大一部分上借助于语音识别技术。语音识别技术的出现不但开始改变我们与PC的交流方式,还会进一步影响我们从事商业活动和获取信息的模式。语音识别技术在过去     

人工智能视域下“AI合成主播”研究

“AI合成主播”近年来逐渐走入人们的视野,智能语音和虚拟形象给传统的新闻以及播音主持领域带来了很大的挑战,但同时也带来了新的发展机遇和全新的行业面貌。一方面,“AI合成主播”的快速发展让媒体从业者对自身职业前景产生了很大的焦虑,引发了关于“AI合成主播是否会替代真人主播”的探讨;另一方面,在人工智能视域下,传统的播音主持与智能科技相融合,真正达到了“真人主播+智能辅播”的双赢发展模式。     

卓越不凡 人工智能时代的SaaS智能营销云

人工智能,这是一个让人听了热血沸腾的名词;人类社会商业效率的演进,已到了一个持续被创新颠覆和优化的时代!剖析人工智能,AI技术的应用在商业场景各个节点中已多露端倪;在个体消费市场,人脸识别、智慧门店、语音识别、自动驾驶等新兴事物将已越来越接近大众生活;在工业制造领域,智能制造、智慧物流、物联科技也已逐步深入渗透。换个角度看AI,在企业服务市场,人工智能也将会扮演着越来越重要的角色。     

从语音开始AI赋能——采访科大讯飞股份有限公司品牌部总监魏强

“大家说起科大讯飞,可能就是语音识别,其实,现在的科大讯飞已经不仅仅是语音识别,我们的定位是AI(人工智能)赋能企业。所谓AI赋能,就是将AI赋予所有行业新的能力,如智慧医疗(AI+医疗)、智慧教育(AI+教育)等等,在许多行业和领域,我们正跟各大部委、各大单位开展非常深层次的合作。”科大讯飞股份有限公司品牌部总监魏强先生在接受本刊记者采访时如是说。去年11月15日,科技部召开新一代人工智能发展规划暨重大科技项目启动会,会议宣布首批国家新一代人工智能开放创新平台。     

语音、数据集成之路

集成语音和数据网络需要评估技术: ·ATM语音(VoATM) ·帧中继语音(VoFR) ·IP语音(VoIP) 首先,我们比较一下集成语音和数据的传输模式和转换模式。集成语音和数据有两种基本模式—传输模式和转换模式。传输模式是指在现有数据网络上透明地支持语音,例如使用电路仿真技术在ATM上模拟转接线路。转换模式是指通过数据网络设备替代传统的语音功能。例如解释语音信令,以及在ATM中建立SVC。转换网络方案相比传输网络模式更为复杂,而且在当今大多数据标准委员会中,有关如何实现该模式的问题仍在讨论。您应该根据可用性、成本和技术方面的考虑来选择适当的模式。下面我们将讨论ATM、帧中继和IP上的语音技术。 ATM语音 ATM Forum和ITU制定了适用于不     

DTZH1505：大规模开源中文普通话语音库

近年来,深度学习在语音识别领域取得了突破性进展,并推动语音识别技术广泛应用到人们的日常生活中。语音识别模型的进一步优化需要更大规模标定数据的驱动,然而,目前开源的语音数据集规模仍太小,语料多为偏向书面用语的新闻类长文本。针对人机交互、智能客服等热门语音识别应用,通过众包模式采集朗读式语音,构建并开源了迄今为止最大规模的中文普通话语音数据集DTZH1505。数据集记录了6?408位来自中国八大方言地域、33个省份的说话人的自然语音,时长达1?505?h,语料内容涵盖社交聊天、人机交互、智能客服以及车载命令等,可广泛用于语料库语言学、会话分析、语音识别、说话人识别等研究。开展一系列基准语音识别实验,实验结果表明：相较于同规模中文语音数据集aishell2,基于此数据集训练的语音识别模型效果更好。     

如何防范AI和ML攻击

阻止勒索软件已成为许多组织的优先事项.因此,他们正在转向人工智能(AI)和机器学习(ML)作为防御选择,然而,威胁者也正在转向AI和ML来发动攻击,这是一种特定类型的攻击,即数据中毒. 为什么AI和ML有风险 像其他任何技术一样,AI是一把双刃剑.You Attest的首席执行官Garret Grajek在一次电子邮件采访中说,人工智能模型擅长处理大量数据并得出"最佳猜测".他说:"黑客已经使用AI来攻击身份验证,包括语音和可视化攻击,'武器化的A'致力于获取访问密钥."