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。

合肥工业大学杨善林院士及其科研团队，多年来面向我国促进人民健康和保卫国防安全的重大需求，在智能医疗装备和人工智能系统研发领域取得了一系列原创性成果，广泛应用于我国分级诊疗、应急救援、海军舰艇卫勤及航空航天领域。该团队整合前期成果，迅速将基于云的智能移动医用远程交互服务系统投入疫情防控。该系统可以有效减少交叉感染、减少医生奔波、减低医疗资源的消耗。该系统由移动终端、智能边缘计算系统和云端数据处理系统三部分组成，可实现隔离病房患者、病区医生和异地指导医生的移动实时交互和移动远程会诊。该系统具备移动互联的能力，可以在第一时间把云端的服务推送到疫情救治的第一现场，远端的医生可以通过移动端及时的为第一现场提供救治方案。

爱校对 错别字校对工具 依托清华大学人机交互实验室的技术成果，通过深度学习技术在自然语言处理领域的创新应用，致力于打造精准度更高、功能更强的文字校对产品，具备易混词、错别字校对；语法错误检查；政治性差错检查；敏感词、禁用词检查； 旨在为文字工作者提供高效的文字纠错工具，降低校对成本，提高校对效率和准确率。  

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。

项目成果/简介: 本技术基于人体肌肉运动生理学原理，在肌纤维处施加一定模式的电刺激信号可使肌肉发生收缩和拉伸等动作，从而使人产生自主肌体运动或使皮肤触觉小体产生特定的触觉感应。采用穿戴式柔性新型电极阵列实施电刺激，并研究多种用于力触觉反馈的电刺激模式组合，简单易行、轻巧方便、力触觉感应分辨率高，增强虚拟场景沉浸感。同时通过不同的电极阵列结构、材质、形态设计，丰富电刺激模式库，提高力触觉反馈的时间和空间准确度。 虚拟现实力触觉反馈交互技术可用于虚拟现实游戏、虚拟现实教育培训、虚拟制造等领域，也可以用于煤矿、安防等高风险领域，以及电影技术。电刺激肱二头肌力反馈交互虚拟拉弓场景交互知识产权类型:发明专利技术先进程度:达到国内领先水平成果获得方式:独立研究获得政府支持情况:无

本技术基于人体肌肉运动生理学原理，在肌纤维处施加一定模式的电刺激信号可使肌肉发生收缩和拉伸等动作，从而使人产生自主肌体运动或使皮肤触觉小体产生特定的触觉感应。采用穿戴式柔性新型电极阵列实施电刺激，并研究多种用于力触觉反馈的电刺激模式组合，简单易行、轻巧方便、力触觉感应分辨率高，增强虚拟场景沉浸感。同时通过不同的电极阵列结构、材质、形态设计，丰富电刺激模式库，提高力触觉反馈的时间和空间准确度。 虚拟现实力触觉反馈交互技术可用于虚拟现实游戏、虚拟现实教育培训、虚拟制造等领域，也可以用于煤矿、安防等高风险领域，以及电影技术。 电刺激肱二头肌力反馈交互 虚拟拉弓场景交互