【摘 要】
：
近年来,随着社会技术的突飞猛进,尤其是人工智能技术的飞速发展,便捷的语音人机交互技术在文体领域的各类应用场景快速呈现。文体类应用场景中大多存在环境噪声过大的问题,严重影响实际人机语音交互的可靠性问题,该类问题统称为“鸡尾酒会问题”（Cocktail Party Problem,CPP）,它一直是语音识别领域的热点研究问题之一。本文依托智能乒乓球训练项目,设计了一套智能乒乓球训练系统中的语音问答子系
论文部分内容阅读
近年来,随着社会技术的突飞猛进,尤其是人工智能技术的飞速发展,便捷的语音人机交互技术在文体领域的各类应用场景快速呈现。文体类应用场景中大多存在环境噪声过大的问题,严重影响实际人机语音交互的可靠性问题,该类问题统称为“鸡尾酒会问题”（Cocktail Party Problem,CPP）,它一直是语音识别领域的热点研究问题之一。本文依托智能乒乓球训练项目,设计了一套智能乒乓球训练系统中的语音问答子系统,考虑到本系统的应用场景是乒乓球俱乐部智能乒乓球训练系统设备,处于打乒乓球嘈杂的环境中,为此通过语音降噪、语音分离以及声纹识别等三个模块组合完成系统语音处理部分,目的是去除环境噪声以及其他人说话的声音,使得最终输出的只有训练者所发出的声音。其次,讨论了智能问答检索系统相似度计算问题。本文的语料库是面向乒乓球领域,系统问句一般是较短句子,因此本文相似度计算的重点是句子。论文通过对相关相似度算法原理的分析,针对传统词频-逆向文件频率（Term Frequency-Inverse Document Frequency,TF-IDF）算法的不足,在原有向量的基础上添加位置向量,解决了原有算法无法判断词语位置的问题,达到了改善算法性能的目的。此外本文还分析了基于知网的相似度计算方法,针对义原未分类情况,本文依据实际的语料库提出了一种义原分类的知网相似度计算方法。最后设计了两组对照实验,实验结果表明,基于改进的相似度算法具有较好的性能,达到了预期设计要求。
其他文献
面对井喷式增长的网络流量和提升用户隐私保护的要求,基于端口号和有效载荷的传统流量分类方法已经无法满足快速实时的分类要求。在迅猛发展的互联网时代,网络流量分类技术对于提高网络的管理效率,提升用户的网络体验,保障网络环境的绿色和安全有着至关重要的作用。因此本文深入流量分类技术的研究,研究内容分为以下三个方面。首先,面对加密流量难以提取有效信息的问题,本文提出了一种基于改进DCGAN的加密流量数据生成方
随着网络通信技术的不断发展和基础设施的迅速完善,云计算和边缘计算逐渐走向成熟,这两种计算模式在处理复杂任务时各有优势,因此将云计算中心化处理和边缘计算就近处理结合的云边融合计算应运而生。然而云边融合计算在提供高效计算能力的同时,其所面临的数据安全与隐私保护问题也愈发突出。一方面,云计算部分已经成为数据挖掘的强有力保障,那么如何在数据挖掘和保护用户隐私之间进行权衡,在保证隐私信息安全的前提下获得数据
跨项目缺陷预测（Cross-Project Defect Prediction,CPDP）是一种在没有足够的历史缺陷数据情况下建立精确预测模型的可行解决方案,因此近些年来CPDP成为了一个研究热点。尽管现有的CPDP方法已取得了不错的预测结果,但其预测性能仍有一定的提升空间。一方面,现有的大多数CPDP方法未能在减小数据分布差异的同时充分利用可用的标签信息。另一方面,近些年有相关研究工作从软件源代
目标跟踪是机器视觉中的一个重要分支,其目的是对视频中的指定目标进行跟踪。从跟踪数据集来看主要分为地面监控视频和无人机监控视频,本文考虑几种主要的无人机视频数据集和一个地面监控视频数据集。相关滤波的目标跟踪算法在视频跟踪中表现出良好的性能,其中的自适应空时感知算法是最近比较热门的模型之一。评价目标跟踪性能的两个重要指标是准确度和精确度,本文从这两个指标出发,对自适应空时感知模型进行分析和改进。为了解
语音情感识别作为情感计算的一个重要分支,因其快速、便捷、真实的特点,受到了广泛学者的深入研究。在过去的语音情感识别研究中,学者们多数使用传统的机器学习方法来进行语音情感识别的研究。然而近几年随着深度学习的火热,深度学习方法在各个领域中都表现出了优异的性能,成为其中的翘楚。本文主要工作是研究如何使用神经网络提取语音中的情感信息,选择出利于情感识别的语音特征,进而提高语音情感识别效果。主要工作如下:（
基于TCP/IP的网络由于设计之初对支持移动性考虑不足,难以适应车载高速移动环境,这成为制约车联网和车内娱乐发展的瓶颈。针对现有车载娱乐系统时延高且不稳定的问题,研究了NDN基本原理、NDN车联网应用场景、聚类划分算法、视频传输相关技术等。主要研究内容和创新点如下:（1）在深入研究NDN基本原理和车联网特性的基础上,提出了将NDN运用于车联网的构想,以替代传统基于TCP/IP体系结构的车联网。ND
随着人工智能的兴起,图像数据呈爆炸式的增长,文档文本检测已不再满足人们的日常需要,更多的将是对场景文本的进一步研究。而场景文本检测又由于其特殊性,受到诸如光照、背景复杂度、文本多样性等多种因素影响,已成为近几年研究的热点之一。目前主流检测算法主要基于深度学习的方式,针对多方向文本边框的线性特征设计且均具有较好的检测结果,但由于曲线文本自身的特殊性即对应表征方式未能实现边缘轮廓的精准定位,造成精度下
伴随着人机交互的普及,以及深度学习技术在计算机视觉领域的不断成功,基于深度神经网络的面部表情识别已经成为情感计算中的热门研究方向。在面部表情识别研究中,通常会面临三个方面的突出问题,第一方面,实际应用中图像采集设备捕捉到的人脸往往难以保证都是正脸,不可避免的会出现大量各种姿态的面部图像。然而,当前大部分的面部表情识别研究通常只针对正脸图像,当人脸姿态存在较大角度的旋转时,识别精度大幅下降。稳定可靠
“歌唱性”是音乐表演艺术必需具备的一种演奏状态,其描述的不是单纯音与音之间的连贯问题,也不是持续音之间相互连接的问题,而是情感状态的连接问题。钢琴独奏曲《松花江上》是崔世光依据原同名声乐独唱曲改编而成,作品充分利用了钢琴的优势,在保留原旋律的基础上将织体、音区、力度、和声等方面极大地扩展,强化了音乐的张力,使作品中的情感表达内涵得到丰富,“歌唱性”的表现视角得到扩充,增加了无限的艺术魅力。在长期的
机电一体化技术是一项综合性技术，涉及范围广，囊括了机械技术、计算机技术、电子技术等。在信息化技术持续发展中，人们对机电一体化技术的重视程度逐渐加深，其逐渐运用到各个领域中，为推动我国现代化建设作出了巨大贡献。本文首先对机电一体化技术及人工智能技术进行简单概述，然后探讨人工智能在机电一体化中的应用，最后展望人工智能环境下机电一体化技术的发展趋势。