这款设备对使用者要求不高，而且可以录入使用者的语言，如方言等，提高语音识别的准确率。设备有不同通信版本可以选择，包括WIFI版、ZigBee版，4G版，4G版设备可以即插即用。 一、项目分类 关键核心技术突破 二、技术分析 现有的呼救设备可以通过通讯工具或智能终端设备实现，如对讲呼救器、手机、电脑或智能音箱等，然而这类设备往往需要特定的呼叫方式触发，且识别距离受限，在紧急关头难以真正起到呼救作用，而一些专业的呼救设备，往往价格高昂。 本实用新型实施例提供了一种室内语音呼助系统，以解决的现有呼救设备触发要求高且成本高昂的问题。  这款设备对使用者要求不高，而且可以录入使用者的语言，如方言等，提高语音识别的准确率。设备有不同通信版本可以选择，包括WIFI版、ZigBee版，4G版，4G版设备可以即插即用。

 本技术针对卫星通信和保密通信应用场景对低码率语音编解码的需求，实现了一种基于梅尔倒谱系数的低码率语音编解码器。该语音编解码器利用基于人耳听觉特性的梅尔倒谱系数作为参数，实现了低复杂度的编码端和高质量语音重建的解码端。利用非均匀标量量化和矢量量化对参数进行压缩编码，在保证语音质量的前提下，实现了能工作在2400bps、1200bps、600bps和300bps四种码率的低码率语音编解码器。 本技术的特色和优势: 采用 VAD (Voice Active Detector) 实现自适应的环境噪声功率谱估计及语音降噪技术，以应对实际应用场景的环境复杂多变。 采用梅尔倒谱系数 MFCC作为语音信号的特征进行传输，有利于提升人耳的主观听觉感受、有利于提升参数的鲁棒性、有利于与分布式语音识别系统无缝融合。 突破传统算法需要在编码端完成清浊音、基音的估计，本技术在解码端完成预测估计，从而进一步降低码率。上图：原始语音信号，下图：编解码后的语音信号(300bps)

杭州冠力智能科技有限公司是建筑增材智能制造全方案提供商和建材智能智慧型试验检测设备研发生产的科技型企业，总部位于杭州，在山西设有机加工基地，山东设有建筑3D打印基地。拥有发明专利3项、实用新型专利17项、外观专利9项、软著8项，专著3部，主参编行业内标准31部。   组建了一支由具有多年土工工程行业背景、全球知名高校硕博毕业高级知识分子构成的研发团队，涵盖建筑结构、建筑材料、算法开发、软件开发、机械设计、电控设计等多专业、多学科融合，主要研发人员包括清华大学、浙江大学、澳大利亚斯威本科技大学等知名高校的6名博士、6名硕士，其中6人具有高级职称，6人具有中国建筑科学研究院、中国建筑技术中心等国内建筑领域知名央企高管从业背景。

Ø  成果简介：语音是人们之间进行交流最为重要的手段之一，在人们的日常生活中是不可或缺的。然而，对于听力受损人群来说，生理上的缺陷导致他们无法通过听觉来有效地感知语音，给学习和生活带来了极大的不便。本技术为一种汉语语音的可视化方法，将语音以某种视觉图像显示，从而达到使人们能够通过观察视图来有效感知语音的目的，为听力受损人群理解语音、练习正确的发音提供帮助。Ø  项目来源：自行开发Ø  技术领域：信息技术

结合模式识别及语音情感感知算法，开发了应用于移动平台的语音情感识别系统，该技术具有自主知识产权。该系统能够通过移动终端采集用户的语音信号，经情感建模和识别算法处理后，实时感知用户语音中包含的六种基本情感信息（高兴、悲伤、惊讶、害怕、生气、嫌恶）。系统特点：1、融合说话人无关和说话人相关两种语音情感模型，用以弥补单一模型无法兼顾算法普适性和准确性的不足；2、具备在线及离线两种工作模式，在线模式下，移动设备可以借助服务器获得更为准确的识别结果，并且节省运算资源；3、对移动设备使用环境中的低采样率与低信噪比环境作了针对性优化，保障了识别算法在一般环境下的鲁棒性。 本系统基于北京航空航天大学模式识别与人工智能实验室的多模型融合语音情感识别技术，在移动平台上实现了对说话人情感表达的识别。其能够对说话人相关和说话人无关情形进行相应优化，对于未在系统注册的一般用户，识别准确率为76%；对于已在系统注册的用户，识别准确率可达83%，属于国内外领先水平。对于长度为2s的语音，本系统离线模式下识别时间小于0.5s，在线模式下识别时间小于0.2s。

成果简介：语音是人们之间进行交流最为重要的手段之一，在人们的日常生活中是不可或缺的。然而，对于听力受损人群来说，生理上的缺陷导致他们无法通过听觉来有效地感知语音，给学习和生活带来了极大的不便。本技术为一种汉语语音的可视化方法，将语音以某种视觉图像显示，从而达到使人们能够通过观察视图来有效感知语音的目的，为听力受损人群理解语音、练习正确的发音提供帮助。 项目来源：自行开发 技术领域：信息技术 应用范围： （1）聋儿的言语训练，帮助聋哑儿童练习发

电信诈骗是指犯罪分子通过电话、网络方式，编造虚假信息，设置骗局，对受害人实施远程、非接触式诈骗，诱使受害人给犯罪分子打款或转账的犯罪行为。本项目针对广义电信诈骗提出解决方案，即针对通话语音、网络语音等形式进行金融诈骗。诈骗受害方包括个人客户及银行、保险、网贷公司和潜在的网络银行等企业客户。

本发明公开了一种基于伪Zernike矩的语音内容认证方法，水印嵌入时将原始语音信号A分为P帧，每帧分为N段。然后，由每帧前N/2段DCT低频系数的n阶伪Zernike矩幅值的平均值生成水印W，并通过量化每帧的后N/2段DCT低频系数的伪Zernike矩来嵌入水印，得到含水印语音A′。本发明充分利用了语音信号DCT低频系数的伪Zernike矩幅值与语音内容紧密相关的特性，以及对常规语音信号处理的鲁棒性，既保证了对恶意篡改攻击的敏感性，又保证了良好的容忍一定常规语音信号处理能力。

1 成果简介语音识别在嵌入式芯片上实现的主要矛盾是算法实现的性能精度与芯片功耗、速度之间的矛盾，一个性能较好的 800 条典型汉语普通话语音识别算法以纯粹软件嵌入方案实现通常需要 200MIPS 以上 ARM（ Advanced Risc Machine） MCU 处理速度，因此我们提出语音识别集成电路 IP 与协处理器来克服以上的问题，通过关键运算的硬件化映射来大幅提高语音识别计算的功耗和处理速度。该设计可作为语音识别集成电路 IP 放入客户的 SoC 芯片中，也可作为协处理器放在片外。 关键性能指标如下： *工艺：苏州 HJTC 0.18um 1P6M 标准 CMOS 工艺 *管芯面积： 1.5 x 2mm *逻辑规模： 3 万等效门（标准二输入与非门，不含 SRAM） *I/O 数： 52 封装: CQFP64 *存储规模：片上集成 1 片单口 SRAM，共 4K×16 比特 *供电电压：核心部分->1.8V， IO 部分->3.3V *正常工作频率： 20MHz（最高工作频率 100MHz） *功耗： 80uW/MHz *速度： 4us/帧（特征维数取 27，时钟频率取 20MHz） 图 1 语音识别集成电路版图图 2 ARM+语音识别协处理的测试系统表 1 与其他语音识别芯片的对比2 应用说明语音识别 IP 或协处理器基于对高斯混合模型计算的优化，适合于各种 HMM 模型的模式识别计算，在语音识别、说话人识别、说话人确认、语音合成等方面均可以广泛应用。 语音识别 IP 或协处理器以加速 ASIC 的模式工作，相同时钟主频下计算性能是 TI C54x系列 16bit DSP 的 5.5 倍以上，对主系统计算性能提升可以达到 4~8 倍。 语音识别 IP 或协处理器对于性能要求型场合和功耗限制型场合都十分适合，芯片支持16bit 并行总线接口，适合于各种 32 位/16 位 MCU 系统，迅速为系统集成高性能语音处理能力。3 应用范围车载导航， GPS 手机，支持大规模识别词表（例如万条以上的地名）支持模糊语音检索；低端手机平台，支持语音拨号、语音控制，支持用户身份确认、声纹密码。4 效益分析语音识别 IP 或协处理器芯片可应用拓展到个人移动信息终端的全市场空间，以 GPS 产品为例，细分的预装 GPS、个人导航设备（ Portable Navigation Device， PND）， GPS 手机三种产品，根据 CCID（ Consulting China Research Center）咨询公司预测 2008 年这三者分别约占到全球市场总量的 15%、 35%和 50%。快速增长的 GPS 市场，对语音识别功能有着非常迫切而又实际的需求， GPS 应用提出的超大规模词表、高混淆度和高环境复杂度这一系列语音识别的技术难题，也只能由语音识别芯片解决。语音识别加快了人机交互与地名等信息的检索，可提高驾驶期间操作 GPS 的行车安全性，同时可以反过来进一步促进 GPS 产品的销售增长。 语音识别技术通过芯片在性能得到大幅提升后，将摆脱传统的人名拨号功能，可用于菜单控制、地名、信息、多媒体内容的检索等等。而语音识别芯片使得低功耗和低成本的要求得以满足，有望成为手机人机交互界面（ Man-Machine Interface， MMI）发展的新技术增长点，移动通信领域的市场潜力特别巨大。