智能语音转写平台的应用

本文论述了智能语音转写平台系统近年来的技术进步和发展,对SRT唱词系统进行了介绍,对语音识别技术以及智能语音转写平台系统中的一些关键问题及原理进行了分析和讨论。     

物料堆场智能化管理经验分享

华润水泥（罗定）有限公司根据物料储存需求，共有三个长堆棚分为9个室内料场堆放原材料及混合材，厂内有4台铲车无规则轮流在这8个料场内作业，同时外来运料货车、公司化验及验收人员也会不间断地进入不同堆棚。由于料场内空间狭窄，驾驶员视线不好，如果堆棚料场内铲车在作业时，有其他人员或车辆进入铲车工作区域共同作业，在没有检测装置对进入的人、车进行识别，提醒铲车驾驶员的情况下，容易发生碾压进入人员或车辆碰撞的安全事故。公司根据现场实际，自2020年起决定实施从堆场出入口智能红外感应技术、装载机车载识别系统、智能声光语音提醒、实时监控显示、照明、堆场硬件设施等五方面实施物料堆场车辆智能化安全预警系统项目。     

综采工作面阵列天线式综合语音通讯系统

针对煤矿井下特殊地质条件和作业环境,依据电磁波在井巷环境下传播的特点和局限性,开发了阵列式天线的无线综合语音通信系统,有较好适应性,现场应用效果较好。     

多人在线诗词语音互动平台设计与实现

随着中国诗词大会的热播,唤起了中国人深藏于心中的诗意。秉承弘扬中国传统文化的宗旨,主要研究基于AI语音识别技术与IM通信技术的多人在线诗词语音互动系统的开发及应用模式,运用AI技术对游戏玩家所回答的答案进行判别,让用户体验到与众不同的诗词交流模式。     

新闻

4月13日,《飞书》在新版本中对音视频功能进行了升级,新增实时字幕和中英文翻译等功能。视频时,用户可选择开启字幕,并设置显示语言。截至发稿前,该功能已经上线,支持普通话和英文,未来还将增加更多语种。飞书音视频功能可支持百人会议需求,用户选择“开启字幕”后,系统即可进行语音识别,并将字幕滚动显示在屏幕下方或右侧,参会人实时可见并能查看历史记录。     

基于 G.722.1 的分布式语音编码

在语音通信网络中，为获得良好的语音通信质量，抗丢包技术不可或缺。为此，本文基于 ITU G.722.1 语音编码器，提出一种分布式语音编码方法。该方法在 G.722.1 编码器的基础上，构建一个互补编码器；然后在编码端，对同一帧语音分别用 G.722.1 编码器和其互补编码器进行语音编码，并发送编码结果；在解码端，在接收到其中任一语音码流时，用 G.722.1 解码器进行解码，其语音质量不低于 G.722.1 编码器的解码结果，而在接收到两个语音码流时，用 G.722.1 解码器先分别对两个语音码流进行解码，然后对解码结果进行联合处理，其最终的语音质量有明显提升，即有一定编码增益。仿真实验结果表明，本文分布式语音编码方法的抗丢包效果明显，相对于原始编解码器其语音质量进一步提升。      

基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法

针对低信噪比(SNR)环境下传统方法对声信号降噪的局限性，提出了一种联合自适应阈值活动语音检测（VAD）算法和最小均方误差对数谱幅度估计（MMSE-LSA）的实时降噪算法。首先，在VAD算法中通过基于能量概率最大值的概率统计来对背景噪声进行估计，对得到的背景噪声进行实时更新并保存；然后，将实时更新的背景噪声作为MMSE-LSA的参考噪声，并对噪声幅度谱进行自适应更新，最后进行降噪处理。通过在真实场景中对四类声信号进行实验，结果表明，该算法在保证对低SNR声信号的实时处理的情况下，相较于传统MMSE-LSA算法，降噪信号的SNR能够提高10~15 dB，且不存在信号过减的情况，可应用于实际工程。