广州光纤数据语音关键事件检测设计

时间:2023年03月19日 来源:

    这样,电子设备在每获取到一帧图像时,便可以利用该帧图像和该帧图像的前一帧图像,得到该帧图像对应的光流图。进一步的,在本实现方式中,上述步骤s303,基于当前帧图像,确定待分析图像,便可以包括如下步骤e1:步骤e1:将至少包含光流图在内的第二类图像确定为待分析图像,其中,第二类图像中各个图像均为:基于每两帧连续的关于目标防护舱且包括目标对象的图像获取的光流图,光流图为当前帧图像对应的光流图。由于电子设备实时获取的关于目标防护舱的图像均为目标图像采集设备所采集的、能够反映目标防护舱的内部空间在每个时刻的真实情况的图像,而光流图是基于这些关于目标防护舱的图像中人物的运动变化情况获得的,因此,电子设备可以将光流图确定为待分析图像。从而,利用待分析图像,确定当前时刻,关于目标防护舱的事件检测结果。其中,为了描述简单,可以将当前帧图像的光流图简称为光流图。其中,由于本发明实施例是对目标防护舱内的用户是否处于正常情况中进行检测,因此,第二类图像中的各个光流图应该是关于目标防护舱中用户运动情况的光流图。进一步的,由于每帧光流图是通过连续两帧图像获取到的,因此,在本实现方式中。语音关键事件检测的难点有哪些?广州光纤数据语音关键事件检测设计

    根据设定的span宽度,对语句进行span划分,以将语句划分为多个span,并对每个span进行标记;其中,每个标记表示x+y+1种类型中的任意一种,1表示所述触发词的类型和所述事件主体的类型以外的其他类型。在本申请的示例性实施例中,所述对所述向量化语义表示w1进行span划分,得到多个语义片段可以包括:获取设定的span的大宽度max_span_width;根据span的宽度从1到max_span_width依次在所述向量化语义表示w1上进行选取,获得多个span的语义表示span_embedding。在本申请的示例性实施例中,所述对所述新的语义表示w3进行span分类可以包括:使用两层全连接神经网络和softmax层对每个span进行分类;其中,在训练阶段,将分类结果与带有标记的span进行误差计算和反向传播。本申请还提供了一种事件检测装置,可以包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现上述任意一项所述的事件检测方法。与相关技术相比,本申请可以包括:获得语句的向量化语义表示w1;对所述向量化语义表示w1进行span划分,得到多个语义片段;对多个语义片段进行平均池化,得到每个span的表示w2。安徽信息化语音关键事件检测供应语音关键事件检测的好处有哪些?

    检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。在该检测模型的训练过程中,可以将各个样本图像作为待训练模型的输入,将各个样本图像的事件检测结果作为待训练模型的输出。这样,在训练过程中,待训练模型可以学习各个样本图像中的图像特征,输出各个样本图像的事件检测结果,逐步建立样本图像的图像特征和事件检测结果的对应关系。这样,经过大量样本图像的学习,便可以得到上述检测模型。而该训练得到的检测模型也就可以用于对基于当前帧图像确定的待分析图像进行检测,输出的事件检测结果,即为关于目标防护舱的事件检测结果。显然,在训练上述检测模型时,所使用的样本图像为关于防护舱的图像。需要强调的是,不同类型和数量的待分析图像,所利用的检测模型也是不同的。为了行为清楚,后续将会对待分析图像与检测模型之间的对应关系进行举例说明。需要说明的是,上述检测模型可以在电子设备中训练得到的,也可以在与电子设备通信连接的其他电子设备中训练得到的,这样,电子设备便可以从该其他电子设备中获得上述检测模型,这都是合理的。此外,在本发明实施例中,电子设备可以检测目标防护舱内是否发生异常事件,则在这种情况下。

    上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是。语音关键事件检测是高科技吗?

    通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(randomaccessmemory,ram),也可以包括非易失性存储器(non-volatilememory,nvm),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。上述的处理器可以是通用处理器,包括处理器(centralprocessingunit,cpu)、网络处理器(networkprocessor,np)等;还可以是数字信号处理器(digitalsignalprocessing,dsp)、集成电路(applicationspecificintegratedcircuit,asic)、现场可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,该计算机程序被处理器执行时实现上述本发明实施例提供的一种事件检测方法中的任一方法步骤。需要说明的是,在本文中,诸如和第二等之类的关系术语用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。语音关键事件检测运用成熟度如何?安徽信息化语音关键事件检测供应

语音关键事件检测在社会治安方面是否有作用?广州光纤数据语音关键事件检测设计

    使用自注意力机制对获得的每个span的表示w2进行计算,得到每个span的新的语义表示w3;对所述新的语义表示w3进行span分类,确定每个span是否为一个事件的触发词或事件主体。通过该实施例方案,能够同时抽取事件触发词和事件的主体,可获取更加有用的信息,具有较强的实际应用价值;在数据处理和建模的过程中不使用现有的自然语言处理工具,使得操作简单,也避免了因使用自然语言处理工具而导致的误差累积的问题,同时也更加符合真实应用场景;通过划分span的方式,完美解决了序列标注存在的问题,效率更高,适用性更强。本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。附图说明附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。图1为本申请实施例的事件检测方法流程图;图2为本申请实施例的事件检测装置组成框图。具体实施方式本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的。广州光纤数据语音关键事件检测设计

深圳鱼亮科技有限公司目前已成为一家集产品研发、生产、销售相结合的服务型企业。公司成立于2017-11-03,自成立以来一直秉承自我研发与技术引进相结合的科技发展战略。公司主要产品有智能家居,语音识别算法,机器人交互系统,降噪等,公司工程技术人员、行政管理人员、产品制造及售后服务人员均有多年行业经验。并与上下游企业保持密切的合作关系。Bothlent集中了一批经验丰富的技术及管理专业人才,能为客户提供良好的售前、售中及售后服务,并能根据用户需求,定制产品和配套整体解决方案。深圳鱼亮科技有限公司以先进工艺为基础、以产品质量为根本、以技术创新为动力,开发并推出多项具有竞争力的智能家居,语音识别算法,机器人交互系统,降噪产品,确保了在智能家居,语音识别算法,机器人交互系统,降噪市场的优势。

信息来源于互联网 本站不为信息真实性负责