一种多说话人重叠语音检测方法及系统

    公开(公告)号:CN117012229A

    公开(公告)日:2023-11-07

    申请号:CN202310963031.6

    申请日:2023-07-31

    Abstract: 本发明提供了一种多说话人重叠语音检测方法及系统,包括:获取待检测语音,并对待检测语音进行静音去除;对静音去除后的待检测语音进行特征提取,获得待检测语音的语音特征;将所述语音特征输入至重叠语音检测模型,获得重叠语音检测模型输出的待检测语音对应的重叠说话人数量;所述重叠语音检测模型基于样本语音的语音特征及其对应的重叠说话人数量标签进行有监督训练得到;重叠语音检测模型对语音特征进行嵌入提取,并基于提取的说话人嵌入进行重叠说话人数量分类,获得待检测语音的重叠说话人数量。本发明实现了检测重叠语音中同时说话的人数,并由于对语音进行了说话人嵌入的提取,提高了重叠语音检测的准确率。

    行为分析方法、装置、电子设备及存储介质

    公开(公告)号:CN112668467B

    公开(公告)日:2023-11-07

    申请号:CN202011573481.7

    申请日:2020-12-25

    Abstract: 本申请提供了一种行为分析方法、装置、电子设备及存储介质,涉及数据处理技术领域,该方法包括:基于第一评价数据构建特征矩阵,基于第二评价数据以及设定行为计量表计算得到标签向量。将特征矩阵与标签向量进行拼接后得到第一矩阵,并将第一矩阵输入线性回归模型以得到拟合数据曲线,拟合数据曲线用于表征宣讲者的行为与听讲者的行为的关联性。本申请通过拟合曲线得到宣讲者的行为与听讲者行为的关联性,以分析听讲者对宣讲者行为的反馈行为,避免人工针对听讲者的行为评价宣讲者的行为时的主观性,以提高行为分析的准确性。

    一种氧化铝陶瓷基板及其制备方法

    公开(公告)号:CN114988854B

    公开(公告)日:2023-06-16

    申请号:CN202210849559.6

    申请日:2022-07-19

    Abstract: 本发明公开了一种氧化铝陶瓷基板及其制备方法,涉及氧化铝陶瓷基板增韧技术领域。氧化铝陶瓷增韧基板包括氧化铝层和氧化锆增韧层;所述氧化铝层和氧化锆层呈交替叠加分布。方法包括以下步骤:制备不同厚度的氧化铝、氧化锆流延生坯,氧化铝和氧化锆流延生坯交替叠片后温等静压,得到层状复合陶瓷生坯;将所述陶瓷生坯进行排胶处理后烧结,得到所述氧化铝陶瓷增韧基板。通过控制氧化铝层与氧化锆层的厚度及其厚度比,调控堆叠层数及氧化锆增韧相的体积分数,提高了氧化铝陶瓷基板的断裂韧性及抗弯强度。

    一种应用于电子双板的教学资源管理系统

    公开(公告)号:CN102184119B

    公开(公告)日:2013-02-13

    申请号:CN201110092050.3

    申请日:2011-04-13

    Abstract: 本发明涉及教学资源管理系统,提供一种应用于电子双板的教学资源管理系统,该系统由以下五部分从下至上依次组成:基础设施服务层(IaaS),虚拟服务环境层(PaaS),应用服务层(SaaS),内容聚合服务层,用户终端即电子双板。本发明能够对海量、异构和分布的教学资源进行有效存储、组织和管理,提供高效的学习服务,满足大规模用户的并发访问要求。

    基于学习课程间隔时间的多样化课程推荐方法与系统

    公开(公告)号:CN120069282A

    公开(公告)日:2025-05-30

    申请号:CN202510021888.5

    申请日:2025-01-07

    Abstract: 本发明涉及人工智能技术领域,尤其涉及基于学习课程间隔时间的多样化课程推荐方法与系统。所述方法包括步骤:S1,构建基于用户交互课程的时间间隔的课程特征模型、S2,构建基于胶囊网络技术的课程多样化推荐模型、S3,进行模型训练与模型测试、S4,使用模型。本发明利用自注意力机制、动态路由机制等技术方法,系统地对学生历史学习记录数据进行分析,将交互中课程之间的时间间隔和顺序位置特征融入学生学习序列建模中,同时考虑学习者多样化学习兴趣与学习需求,提升了课程推荐的精确性和可解释性。

    一种基于学习者元认知和答题行为的知识追踪方法与系统

    公开(公告)号:CN119647671A

    公开(公告)日:2025-03-18

    申请号:CN202411701256.5

    申请日:2024-11-26

    Abstract: 本发明涉及计算机数据处理技术领域,尤其涉及一种基于学习者元认知和答题行为的知识追踪方法与系统。所述方法包括:建模学习者知识状态;提取学习者的元认知信息;建模学习者行为以及预测学习者后续答题表现;通过门控神经网络、长短期记忆网络等技术方法,系统地对学习者历史练习交互、答题时间、提示次数等进行分析,将学习者的猜测和失误行为融入以知识状态为核心的知识追踪建模中,同时系统性的建模学习者答题时的元认知,将其与知识状态结合,以提升学习者表现预测的精确性和可解释性。

    一种手写汉字图像的笔顺识别方法及系统

    公开(公告)号:CN113903045B

    公开(公告)日:2024-11-01

    申请号:CN202111237628.X

    申请日:2021-10-22

    Abstract: 本发明公开了一种手写汉字图像的笔顺识别方法及系统,其中,笔顺识别方法包括预处理步骤、第一次笔顺匹配步骤、第二次笔顺匹配步骤和笔段融合步骤;本发明提供的笔顺识别方法是针对静态手写汉字图像,避免了在电子设备上书写体验的失真;本发明基于八邻域方向编码规则给出了不同类型笔画的非法方向编码,并根据非法方向编码来计算第一次笔顺匹配步骤中的匹配权重;本发明对手写汉字进行第一次笔顺匹配和第二次笔顺匹配,可确保手写汉字中的每个笔段都有匹配的笔顺;本发明通过不同笔段的八邻域编码链和不同笔画的合法方向编码来实现笔段融合;通过本发明提供的笔顺识别方法,能有效提高静态手写汉字图像中笔顺识别的准确率。

Patent Agency Ranking