-
公开(公告)号：CN118918517A
公开(公告)日：2024-11-08
申请号：CN202411397962.5
申请日：2024-10-09
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本申请公开了一种吸烟行为确定方法、装置、电子设备及存储介质，涉及计算机技术，该方法包括：获取若干帧连续的呼气图像，每个呼气图像包括胸部关键点和手部关键点；根据每个胸部关键点和每个手部关键点分别确定手部角度变化序列和胸部角度变化序列；计算手部角度变化序列和胸部角度变化序列的序列特征，根据序列特征确定用户是否存在吸烟行为。本申请通过分析手部角度变化序列对应的变化方向以及胸部角度变化序列对应的变化方向确定出序列特征，实质是在用户呼气过程中，分析胸部关键点和手部关键点的运动方向，从而可以确定出用户的吸烟行为。本方案的实现过程，能够提高确定的吸烟行为的准确度。
-
公开(公告)号：CN118500268A
公开(公告)日：2024-08-16
申请号：CN202410597540.6
申请日：2024-05-14
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本发明涉及计算机技术领域，尤其涉及一种冰层厚度检测方法、装置、设备及介质。其中，方法包括：获取覆盖有冰层的待检测区域在目标光线照射下的图像，对图像进行语义分割，得到冰层表面区域；将冰层表面区域输入至预先训练的图像检测模型，得到图像检测模型输出的冰层表面区域中的光线入射点所在像素点的位置坐标和光线出射点所在像素点的位置坐标；确定光线入射点的光强度和光线出射点的光强度；根据光线入射点的光强度、光线出射点的光强度以及预设冰层厚度估算公式，确定待检测区域上的冰层的厚度。本发明实施例可以基于覆盖有冰层的区域在目标光线照射下的图像，快速、准确地确定区域上的冰层的厚度，提高检测过程的效率和准确性。
-
公开(公告)号：CN117409762A
公开(公告)日：2024-01-16
申请号：CN202311267145.3
申请日：2023-09-27
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC分类号： G10L13/033 , G10L13/08 , G10L19/16
摘要： 本发明公开了一种语音编辑及优化方法、装置、设备及存储介质，该方法包括：将原始音频对应的掩盖后音频和待合成文本输入至语音编辑模型，得到编辑后音频，编辑后音频为将掩盖后音频和待合成文本进行编辑合成后生成的音频；将编辑后音频和原始音频输入声音转换模型，得到转换后音频，转换后音频为基于原始音频对编辑后音频的音频特征进行转换后的音频，本发明将原始音频对应的掩盖后音频和待合成文本输入语音编辑模型，得到编辑后音频，完成了自定义角色名场景下的配音任务，提升了用户的沉浸感；将编辑后音频和原始音频输入声音转换模型，优化了编辑后音频与原始音频边界的过渡，且保留了声优原始录制状态，提升了声音编辑后语音的表现力。
-
公开(公告)号：CN117059071A
公开(公告)日：2023-11-14
申请号：CN202311139611.X
申请日：2023-09-05
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本发明公开了一种语音识别系统、方法及介质。其中，所述系统包括用户模块，用于根据待识别语音数据确定声学特征频谱，并根据声学特征频谱，以及，基于语音识别模型确定待识别语音数据的隐私特征，并将隐私特征发送至云端模块；用户模块，用于根据隐私特征以及基于语音识别模型确定第一文本数据以及第一文本数据得分；云端模块，用于根据隐私特征以及基于语音识别模型确定第二文本数据以及第二文本数据得分，将第二文本数据、第二文本数据得分发送至用户模块；用户模块，还用于基于各文本数据以及各文本数据得分确定目标文本数据。通过执行本方案，可以实现在保护用户隐私的同时保证了语音识别的实时性和准确性，可以提升用户体验。
-
公开(公告)号：CN118570857A
公开(公告)日：2024-08-30
申请号：CN202410662306.7
申请日：2024-05-27
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本发明公开了一种车内滞留儿童识别方法、装置、设备及存储介质。该方法包括：获取待检测车辆的目标位置区域下的至少一个车内用户的人脸识别图像；根据各人脸识别图像，确定各车内用户的用户年龄信息；若各车内用户中存在用户年龄信息满足预设年龄判断条件的目标用户，且各车内用户中不存在除目标用户之外的其他用户，则对目标用户进行关键点检测，得到目标用户的目标关键点；根据所述目标用户的目标关键点，对所述待检测车辆的车内滞留儿童的进行识别，得到识别结果。上述技术方案提高车内滞留儿童的识别精准度。
-
公开(公告)号：CN117153142A
公开(公告)日：2023-12-01
申请号：CN202311101067.X
申请日：2023-08-29
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC分类号： G10L13/02 , G10L13/047
摘要： 本发明公开了一种语音信号合成方法、装置、电子设备及存储介质。该方法包括：对输入文本进行正则化处理；将输入文本输入至经过训练的多任务模型；通过声学模型，根据音素序列和韵律结构特征的拼接结果预测语音的声音成分；通过声码器基于声音成分合成语音信号。上述技术方案，通过多任务模型基于指令集将输入文本转换为对应的韵律结构特征和音素序列，最后通过声学模型和声码器将音素序列和韵律结构特征合成语音信号，避免了为每个任务单独构建多任务模型，从而降低了多任务模型的复杂度，增强了文本转音素的精度和质量，提高了语音信号合成的处理效率和准确性，有助于在多语言场景中更加准确地预测出语音信号合成中的发音信息。
-
公开(公告)号：CN117475499A
公开(公告)日：2024-01-30
申请号：CN202311444406.4
申请日：2023-11-01
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC分类号： G06V40/18 , G06V40/16 , G06V10/764 , G06N3/09
摘要： 本发明实施例公开了一种视线注视点估计方法、装置、电子设备及存储介质。该方法包括：采用已标记人眼数据对瞳孔检测模型进行训练，确定目标瞳孔检测模型；采用所述目标瞳孔检测模型对车载视频中的人脸图像进行瞳孔检测，并确定车载视频中的人脸瞳孔位置信息以及面部图像信息；依据人脸瞳孔位置信息以及面部图像信息确定视线注视点坐标，并对视线注视点坐标进行编码，将编码后的视线注视点坐标信息与面部图像信息进行结合，构建视线注视点估计模型；将所述视线注视点估计模型进行训练，确定目标视线注视点估计模型，并采用所述目标视线注视点估计模型对车载视频中的目标人脸图像进行视线注视点估计。采用本方案，实现对视线注视点的有效估计。
-
公开(公告)号：CN117301798A
公开(公告)日：2023-12-29
申请号：CN202311288175.2
申请日：2023-10-07
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
IPC分类号： B60H1/00
摘要： 本发明公开了一种空调调整方法、装置、电子设备及存储介质。该方法包括：获取当前时刻车辆的密封状态；将当前时刻的密封状态和历史时刻的密封状态进行比较，得到密封变化检测结果；在密封变化检测结果为无变化时，获取车辆的车内温度；根据车内温度对车辆的空调的运行参数进行调整，以使空调按照调整后的运行参数运行。本发明实施例的技术方案可以提高空调调整的准确性。
-
公开(公告)号：CN116580713A
公开(公告)日：2023-08-11
申请号：CN202310650869.X
申请日：2023-06-02
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本发明实施例公开了一种车载语音识别方法、装置、设备和存储介质，其中，方法包括：获取目标车辆中各音区车载麦克风采集到的多路原始音频信号，并对所述多路原始音频信号进行信号处理得到混合音区特征；将所述混合音区特征输入到预设音区编码识别神经网络，得到各音区编码特征；将所述各音区编码特征输入到预设语音识别网络，得到各音区语音识别文本内容，并基于所述各音区语音识别文本内容确定目标语音识别结果。本发明实施例的技术方案解决了现有技术中无法准确且高效地识别车内混合语音的问题，可以提高对车内混合语音的识别准确性和识别效率和识别效率。
-
公开(公告)号：CN116543758A
公开(公告)日：2023-08-04
申请号：CN202310762127.6
申请日：2023-06-27
申请人： 中国第一汽车股份有限公司 , 一汽(南京)科技开发有限公司
摘要： 本发明公开了一种语音唤醒模型的更新方法、系统和介质。该方法包括：获取计算节点集合中每个计算节点对应的私有模型和测试数据库；其中，所有计算节点位于同一个区域内；按照预设融合算法对私有模型进行融合，得到对应的目标增强模型；将测试数据库中的测试数据分别输入至每个私有模型和目标增强模型，得到对应的第一实际唤醒准确率和第二实际唤醒准确率；基于第一实际唤醒准确率、第二实际唤醒准确率和唤醒准确率差值阈值对每个计算节点的私有模型进行更新。本发明实现了通过处于同一个区域内的多个计算节点对自身实际工况下创建的私有数据库进行共享，并采用这些数据对基础模型进行增量训练，从而提升了在噪声环境下语音唤醒的准确率和稳定性。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.079 秒)
