|
搜索
搜 索
高等教育领域数字化综合服务平台
声纹识别
声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特 征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的人。
声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息，而不考虑语音中的字词意思，它强调说话人的个性；而语音识别的目的是识别出语音 信号中的言语内容，并不考虑说话人是谁，它强调共性。
声纹识别根据应用的范畴，可分为两类：（1）声纹辨认（说话人辨认）：用以判断某段 语音是若干人中的哪一个所说的，是“多选一”问题；（2）声纹确认（说话人确认）：用以 确认某段语音是否是指定的某个人所说的，是“一对一判别”问题。
声纹识别与其他生物识别技术，诸如指纹识别、掌形识别、虹膜识别等相比较，除具有 不会遗失和忘记、不需记忆、使用方便等优点外，还具有以下特性：
l 用户接受程度高，由于不涉及隐私问题，用户无任何心理障碍；
l 利用语音进行身份识别可能是最自然和最经济的方法之一。声音输入设备造价低廉， 甚至无费用（电话），而其他生物识别技术的输入设备往往造价昂贵；
l 在基于电信网络的身份识别应用中，如电话银行、电话炒股、电子购物等，与其他 生物识别技术相比，声纹识别更为擅长，得天独厚。
清华大学
2021-05-08
声纹识别
项目成果/简介:声纹是对语音中所蕴含的、能唯一表征和标识说话人身份的语音特征参数及基于这些特 征参数所建立的语音模型的总称。声纹是人的生物个性特征，很难找到两个声纹完全一样的人。声纹识别技术属于生物识别技术的一种，是一项根据语音波形中所蕴涵的说话人信息， 自动识别说话人身份的技术。与语音识别不同的是，声纹识别利用的是语音信号中的说话人 信息
清华大学
2021-01-12
图像识别
图像识别服务基于大数据和深度学习实现，可精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，包含图像打标、场景分类、鉴黄等在线API服务模块，应用于智能相册管理、图片分类和检索、图片安全监控等场景。
阿里云计算有限公司
2021-02-01
一种对固体燃料颗粒物单颗粒识别与分析的方法
本发明公开了一种对固体燃料颗粒物单颗粒识别与分析的方法，其利用计算机控制扫描电镜技术(CCSEM)分析固体燃料燃烧后收集的灰样，由粒径换算公式将 CCSEM 所测每个灰颗粒的几何粒径换算为空气动力学直径，可识别出飞灰中各粒径段的颗粒物，如具有代表性的空气动力学直径 0.5-10μm 粒径段的 PM0.5-10，以及 PM0.5-2.5 和PM2.5-10 等。通过分析灰颗粒的粒径与矿物组成信息，可得到PM0.5-2.
华中科技大学
2021-04-14
热重分析仪
热重分析法（TG、TGA）是在升温、恒温或降温过程中，观察样品的质量随温度或时间的变化，目的是研究材料的热稳定性和组份。广泛应用于塑料、橡胶、涂料、药品、催化剂、无机材料、金属材料与复合材料等各领域的研究开发、工艺优化与质量监控。
上海和晟仪器科技有限公司
2025-05-06
同步热分析仪
同步热分析将热重分析 TG 与差热分析 DTA 或差示扫描量热 DSC 结合为一体，在同一次测量中利用同一样品可同步得到热重与差热信息。
上海和晟仪器科技有限公司
2025-05-06
指纹识别技术
包括基于流量分析的移动应用指纹识别技术以及基于应用程序和浏览器的设备指纹识别技术等。移动应用指纹识别技术通过综合应用动态流量采集和静态特征抽取技术，在保证应用规模和流量覆盖率的前提下，实现流量数据的大规模自动化采集。设备指纹识别技术针对Android系统终端，在零权限的前提下分别基于应用程序和浏览器提取层次化标识符组合形成指纹实现设备识别。
东南大学
2021-04-11
物体识别与抓取
工业或轻工业环境下的抓取和分拣操作一直是劳动密集型的生产环节。本研究室搭建了以视觉感知 为基础的机械手臂控制系统，核心硬件包括 UR 机械臂和 Barratte Hand 三指灵巧手。能够准确、快速地识别与定位抓取目标，并实现可靠地运动控制。该技术对提高相关产业的自动化、智能化、以及劳动生 产率具有重要的应用价值。
北京工业大学
2021-04-13
人脸识别门禁系统
利用手机上的 APP 刷人脸，进行识别后，驱动门禁开关。由于手机比较普及，出入门禁的人，无需携带其他识别物，就能自由进出。成本低、方便快捷。
扬州大学
2021-04-14
智能表记识别系统
项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。
四川大学
2021-04-11