物联网将各种信息传感设备与网络结合起来而形成的一个巨大网络。物联网建设如火如荼，预计2023年底，在国内主要城市初步建成物联网新型基础设施，连接数突破20亿。
注意，声学工程师和音频工程师可不是同一岗位，前者会更侧重于硬件，后者侧重于软件层面。但是关于声音的一些基础内容还是相同的，可以多多了解！！！
现在抖音快手各种短视频也算是深入人心了，短视频剪辑中有一个非常重要的功能，就是音视频合成，选择一段视频和一段音频，然后将它们合成一个新的视频，新生成的视频中会有两个音频的混音。 下面我们来拆分一下音视频合成的做法：
本系列博客包括6个专栏，分别为：《自动驾驶技术概览》、《自动驾驶汽车平台技术基础》、《自动驾驶汽车定位技术》、《自动驾驶汽车环境感知》、《自动驾驶汽车决策与控制》、《自动驾驶系统设计及应用》，笔者不是自动驾驶领域的专家，只是一个在探索自动驾驶路上的小白，此系列丛书尚未阅读完，也是边阅读边总结边思考，欢迎各位小伙伴，各位大牛们在评论区给出建议，帮笔者这个小白挑出错误，谢谢！ 此专栏是关于《自动驾驶汽车环境感知》书籍的笔记。
Pine 发自 凹非寺 量子位 | 公众号 QbitAI 现在，在芯片中也可以用声波传输数据了。 看到这里你可能会疑惑： 光学芯片不是还在发展中，怎么又出来个声学芯片？ 其实，声学集成电路一直都在发展，声波相较于光来说速度会更慢，但这种“迟缓”的属性未尝不是一件好事—— 在设计量子电路时，为了提升探测精度，需要不断引入新材料，让载波信号在尽量短的距离内“折返”以获取数据。 如果用速度更快的光波，“折返”一次所需的距离会更大，可能会超出现有设备能测量的范围，也限制了探测精度的进一步提升。 因此，声学芯片一直
同一时间，赛微电子也发布公告宣布，近日，旗下控股子公司赛莱克斯微系统科技（北京）有限公司（简称“赛莱克斯北京”或“北京 FAB3”）以 MEMS （微机电系统）工艺为某客户制造的系列 BAW（Bulk Acoustic Wave,带谐振腔体声 波）滤波器完成了小批量试生产阶段。2023 年7月15日，该客户已与赛莱克斯北京同步签署《长期采购协议》， 赛莱克斯北京开始进行 BAW 滤波器的商业化规模量产。
生活中无论是手机解锁、智能门锁、打卡机等，都还会用到指纹解锁。电影中还会出现这样的桥段，有心之人将某人的指纹提取复制出来，然后用其指纹为非作歹，比如……代替他人打卡。
本文节选自《语音识别基本法：Kaldi实践与探索》一书！ ---- --正文-- 从起初的一声巨响，到梵音天籁，到耳旁的窃窃私语，到妈妈喊我回家吃饭，总离不开声音。 声音是这个世界存在并运动着的证据。 假设我们已经知道了声音是什么。 我们可以找到很多描述声音的词语，如“抑扬顿挫”“余音绕梁”。 当我们在脑海中搜索这类词语时，描述对象总绕不过这两个：人的声音和物的声音。 人的声音，就是语音；物的声音，多数是指音乐。 这样的选择源于人的先验预期：语音和音乐最可能有意义，有意义的事情人们才会关注。估计不会有人乐
NVH(Noise、Vibration、Harshness噪声、振动与声振粗糙度）是衡量汽车制造质量的重要参数，可分为发动机NVH、车身NVH和底盘NVH三大部分。NVH直接决定着驾乘汽车的舒适度，有统计资料显示，整车约有1/3的故障问题是和车辆的NVH问题有关系，而各大公司有近20%的研发费用消耗在解决车辆的NVH问题上。
新型微小型天线未来可用于无线通信、物联网、可穿戴设备、智能手机等。 近日，《自然通讯》杂志发布了一篇文章，它描述了一种新型天线设计方案，文中表示，根据此方案将能制造出比当前小型天线还要小一百倍的天线。 图 | 目前的小型天线产品 目前，现有的小型天线都是基于电磁共振，因此天线的尺寸需要根据电磁波的波长。现实应用的天线长度至少都要大于波长的十分之一，近十年来，天线的进一步小型化已经是一个公开的难题。 而设计的新型ME天线（尺寸小于波长的千分之一）在最先进的小型天线上实现了1-2个数量级的缩小，而且性能也没有下
在短视频兴起的背景下，音视频开发越来越受到重视。接下来将为大家介绍音频开发者入门知识，帮助读者快速了解这个领域。
昨天上海又新增了快六千多例，早上醒来的第一眼都很关注，这个时候，在想如果无人驾驶送餐车在各个街道行驶送餐那该多好，希望这一天能早点到来，让无人驾驶遍布咱们生活的每个角落。OK，言归正传，首先讲讲什么是超声波雷达。
为了能更好的理解后续的音质概念与进一步分析，本文首先带大家回顾并科普一些音频相关的基础概念。
大家有没有听过音叉发出的声音？音叉振动产生的声波很接近正弦波。计算机合成的纯正正弦波，点击下面的音频即可试听。下面是频率为 100 HZ 的音频。
现实中的声音是一段连续的信号， 现在大部分的声音是以离散的数字信号保存下来，例如CD、MP3音频格式。 在保存这些信息时，考虑到对声音质量和存储的效率， 需要对声音的几个重要的基本属性进行研究。
自动驾驶汽车包括五大核心部分：感知、传感器融合、定位、规划和控制，这五大部分涉及的内容及相互之间的关联楼主会在后续几篇中逐步介绍，这篇楼主先从感知部分说起。
我站在墙前，想看到拐角处我视线范围之外的事物，除了伸长脖子或者走过去，还有别的方法吗？
蝙蝠使用生物声呐，为夜晚在丛林中飞行导航。他们的超声波脉冲，可以比人造声呐装置更精确地对声音进行定位。为复制、驾驭这种能力，IBM 学院奖获得者 Rolf Müller 教授协同他在弗吉尼亚理工学院（Virginia Tech）的团队，设计了一种人造蝙蝠耳。 Rolf Müller 的研究引起了 IBM 的注意。IBM 专家韩金萍（音译）的神经计算团队，和 IBM Watson 语音专家崔晓东（音译）和他的同事， 看到了 Müller 教授人造“动态外耳”（dynamic peripheral，蝙蝠可转
声音始于空气中的振动，如吉他弦、人的声带或扬声器纸盆产生的振动。这些振动一起推动邻近的空气分子，而轻微增加空气压力。压力下的空气分子随后推动周围的空气分子，后者又推动下一组分子，依此类推。高压区域穿过空气时，在后面留下低压区域。当这些压力波的变化到达人耳时，会振动耳中的神经末梢，我们将这些振动听为声音。
时隔65年，在近日Google Research软件工程师Inbar Mosseri和Oran Lang发表的论文《Looking to Listen at the Cocktail Party》中，采用了一个全新的视听模型为“鸡尾酒会”问题提供了一个合适的解决之道，这一突破为语音识别不仅带来了更多新可能，同时也成为该领域一个划时代的分水岭。
WAV是一种波形音频文件格式(Waveform Audio File Format)。虽然是一种古老的格式（九十年代初开发），但今天仍然可以看到这种文件。 WAV具有简单、可移植、高保真等特点。
视频是Tesla自动驾驶简述 给自动驾驶一双”通天眼” ——环境感知器篇 ▌智能驾驶感知任务
激光雷达的波长介于750nm-950nm之间， 以单线或多线束机制辐射光束，接收目标或环境的反射信号， 以回波时间差和波束指向测量目标的距离和角度等空间位置参数。 激光雷达主要优点如下： (1)波长短，测量精度高 (2)多线束的探测， 可以实现对场景的三维成像。 激光雷达的主要缺点是： (1)抗干扰能力低， 易受天气影响， 在雨雪雾等天气的作用下， 激光雷达使 用受限。 (2)激光发射、被测目标表面粗糙等因素都对测量精度有影响。 (3)结构复杂， 除激光器本身， 还必须添加精密伺服机构， 实现对探测空域 机械扫描， H前的成本以数万美元计。
12 月 11 日，擅长计算机视觉技术解决方案的依图科技在北京公开展示了语音识别领域的最新技术成果，并表示将在近期开放依图语音识别 API 接口以及部分测试数据集。同时，依图科技还宣布，将基于其语音识别技术与微软 Azure、华为推出联合方案平台。
智能音箱近两年走入了很多家庭的生活，成为了娱乐、购物、日程管理、儿童陪伴甚至教育方面的帮手。但是，智能音箱的安全问题也日益受到关注。继今年 11 月份，有研究使用激光黑掉智能音箱后，又有新的破解方法来了。这回直接用定向声波。
---- 点击上方↑↑↑“OpenCV学堂”关注我来源：公众号 新智元 授权 【导读】近日，一辆小鹏汽车在开启了L2辅助驾驶系统下，仍与前方静止车辆发生惨烈追尾。网传聊天记录显示，司机当时正在分神。 8月10日下午，一辆小鹏P7在宁波机场路高架（自南往北方向）撞上了一辆前方停放的小车和该车驾驶员，造成小车司机不幸死亡。 直击事故现场 视频显示，在宁波某高架桥路段，一辆抛锚的故障车停在最左侧车道，司机和同行人员正在紧邻中央隔离带的最内侧车道处理车辆问题。 在黑衣司机去车后摆放三角警示牌时，一辆小鹏P7快
---- 新智元报道 编辑：Aeneas 好困 David 【新智元导读】近日，一辆小鹏汽车在开启了L2辅助驾驶系统下，仍与前方静止车辆发生惨烈追尾。网传聊天记录显示，司机当时正在分神。 8月10日下午，一辆小鹏P7在宁波机场路高架（自南往北方向）撞上了一辆前方停放的小车和该车驾驶员，造成小车司机不幸身亡。 直击事故现场 视频显示，在宁波某高架桥路段，一辆抛锚的故障车停在最左侧车道，司机和同行人员正在紧邻中央隔离带的最内侧车道处理车辆问题。 在黑衣司机去车后摆放三角警示牌时，一辆小鹏P7快速撞
【新智元导读】2016年12月18日，新智元百人峰会闭门论坛在微软亚洲研究院举行。云知声CEO黄伟在会上带来了《构建AI生态，技术和商业应该是一个良性循环 》的分享。黄伟认为：人工智能领域里面虽然BAT很重视AI，而且有了很强的人才团队，但是跟行业结合恰恰是BAT很难做到的，因为他们在上面。AI和IoT是新的一波机会。 以下是黄伟演讲实录。 大家下午好！今天前面杨总（新智元杨静）说了雾霾天出来做这样的交流其实都是真爱，前面二位老总介绍的一些微软包括海尔做的事情，我非常高兴的一点是，我们选择的方向都是对的，都
---- 新智元报道 编辑：Aeneas 桃子 【新智元导读】一心豪赌纯视觉方案的特斯拉，这次官宣把超声波雷达弃了。 山无棱，天地合，马斯克初心未改。 作为纯视觉一贯的忠实信徒，他近日宣布：特斯拉即将采用100%纯视觉方案！ 继2021年5月特斯拉弃用毫米波雷达后，这次连仅有的超声波雷达也扔掉了。 你如何看？ 网友表示：不敢看，以后看见特斯拉就要躲远点。 超声波雷达被弃了！ 近日，特斯拉官方称，从10月开始，欧洲、北美、中东地区交付的Model 3、 Model Y将移除超声波雷达传感器（
小编所在项目中，C1、C1Pro、C1Max录音笔，通过BLE和APP连接，音频文件实时传输到录音助手App端，具备实时录音转写的功能。工欲善其事必先利其器，小编补习了语音识别相关基础知识，对所测试应用的实时转写业务逻辑有了更深的认识。希望对语音测试的小伙伴们也有所帮助~~(●—●)
摄像头：可分为数字摄像头和模拟摄像头两大类。数字摄像头可以将视频采集设备产生的模拟视频信号转换成数字信号，进而将其储存在计算机里。模拟摄像头捕捉到的视频信号必须经过特定的视频捕捉卡将模拟信号转换成数字模式，并加以压缩后才可以转换到计算机上运用。数字摄像头可以直接捕捉影像，然后通过串、并口或者USB接口传到计算机里。
摄像头可分为数字摄像头和模拟摄像头两大类。数字摄像头可以将视频采集设备产生的模拟视频信号转换成数字信号，进而将其储存在计算机里。模拟摄像头捕捉到的视频信号必须经过特定的视频捕捉卡将模拟信号转换成数字模式，并加以压缩后才可以转换到计算机上运用。数字摄像头可以直接捕捉影像，然后通过串、并口或者USB接口传到计算机里。
在倒车入库，慢慢挪动车子的过程中，在驾驶室内能听到”滴滴滴“的声音，这些声音就是根据超声波雷达的检测距离给司机的反馈信息。
这届双十一显得有些疲，我在朋友圈说“《静悄悄的双11》这类报道应该很快就要出炉”不久，对应内容就已出现多篇。一方面，在新的市场竞争环境中，头部平台变得更加低调，不再有“二选一”这样的口水战，对GMV等数据的公布变得低调了许多，甚至一些平台还要求品牌不得高调发送“战报”。另一方面，因为疫情的原因，各大主流电商平台11月11日当天的“双11直播”活动转战线上，进一步降低了声量。总而言之，今年的双十一，平台低调多了。
神经网络的发展近些年在汽车上发展相当迅速，无人驾驶汽车虽然短时间无法实现，但智能车载互联系统确实已经在车上使用，并且各大汽车厂商还在车载互联系统上进行了一场科技竞赛。
【新智元导读】吴恩达曾经预测当语音识别的准确率从95%上升到99%时，语音识别将会成为人类与计算机交互的新方式。归功于深度学习，这4%的准确率的提升使得语音识别从难以实际应用的技术变成有无限的应用潜力
超声波雷达听着很陌生，但其实一直被广泛使用在倒车上，与毫米波雷达不同的是：超声波能被任何材质的障碍物反射，毫米波只能被金属物体反射，超声波雷达的探测距离又很近，到底工作原理是什么，下面我带大家一起来来看看。
VR可以说是当下最火热的科技趋势之一，但VR音频技术却从没有在专业音频领域获得热捧。虽然音频技术几乎是和视频服务一起进入市场，但在VR游戏、VR电影等中的表现却远不如画面更“吸睛”。
杨净 丰色 发自 凹非寺 量子位 | 公众号 QbitAI 100%纯视觉信念者马斯克，现在扔掉了最后一个雷达。 如今的特斯拉传感器方案，有且只有8个摄像头，换而言之不论是L2级的辅助驾驶还是无人驾驶能力的FSD，都完全靠这8个摄像头。 而被他扔掉的，正是雷达三剑客中性价比之王——超声波雷达。 它售价不过数十元，部署一整套自主泊车系统也不过500块，跟毫米波雷达、激光雷达相比不足为道。 更有人直言：超声波雷达只有好处，没有坏处。 而结合上次马斯克扔掉毫米波雷达，网友们更是坐不住了： 「幽灵刹车」到现在还
从字面意思很容易理解， SAW是声表面波，BAW是声“体面”波？是不是BAW更加体面一些？为什么要折腾来折腾去，让声波来回跑？
上一期讲了声波的一些传播特性，本期讲一讲声波的起源。众所周知，振动产生噪声，也就是说声波是由振动引起的，那么自然就会提出一个问题——振动和噪声的关系问题。即在介质的某处，若已知质点的振动，如何推算和评估所产生的噪声，或已知某处的噪声如何得知该点的振动。 1 振动与噪声的定量换算 我们知道，描述振动的特征量包括频率、振动位移、振动速度和振动加速度；描述噪声的特征量包括频率、声压、声强和声功率以及反映声音响度的声压级、声强级、声功率级等声级指标，振动作为噪声之母，振动和因之引起的噪声的频率自然就是一样的，这是它们之间的“遗传代码” 是它们的DNA，工程实践中也经常会用噪声的频谱来分析寻找振动源，这个不用换算。这里主要讲的是振动速度、加速度和噪声的声压、声强之间的换算关系，现就平面声波做一介绍。 假设介质中存在一个无穷大平面的振动，我们可以把它看作是一个无穷大平面的活塞在往复运动(振动)，其振动的频率为f，振动的位移随时间按正弦规律变化，就会在介质中产生一个平面声波，设声波沿x轴方向传播，其波动方程为： y=Y•sin(ωt-Kx) ⑴ 式中：y为在x处的质点振动位移；Y为振幅；x为质点位置；ω为振动角频率，ω=2πf=2π/T，T为振动的周期；系数K=2π/λ，λ为声波的波长。则声速： C=ω/K=λ•f ⑵ 而振动速度为： y′=Эy/Эt=ω•Y•cos(ωt-Kx) ⑶ 振动速度的幅值： Y′=ω•Y ⑷ 由⑵、⑷式可见，振动速度和声速是两码事，二者不能混淆。振动形成的压强(声压)为： p=-E•ΔV/V=-E•Эy/Эx ⑸ 式中：E为介质的弹性模量，即介质中的应力与应变之比 ，它是材料的固有参数；ΔV/V为介质因受压力的变化而产生的体积变化率，数值上ΔV/V=Эy/Эx。 将⑴式代入⑸式得： p=E•K•Y•cos(ωt-Kx) =Pm•cos(ωt-Kx) ⑹ 式中：Pm=E•K•Y为最大声压。 我们知道，声强为单位面积上的声功率，而功率等于力与速度乘积，即声强等于单位面积上的压力(声压)乘以质点的振动速度，即声强： i=p•y′ =ω•E•K•Y²•cos²(ωt-Kx) ⑺ 平均声强为： I=(1/2)•ω•E•K•Y² =(1/2)•ω•Pm²/(E•K) ⑻ 将声速C=(E/ρ)^(1/2)代入⑻式，得： I=(1/2)•Pm²/(ρ•C) = P²/(ρ•C) ⑼ 式中：P为声压的有效值，即方均根值；ρ为介质的密度；ρ•C为介质的声学特性阻抗，20℃下空气的ρ•C=408 kg/(m²•s)。 综合以上各式，可得无穷大平面声波声强与振动的关系为： I=(1/2)•ω•E•K•Y² =(1/2)•2πf•C•ρ•(2π/λ)•Y² =2ρCπ²f²Y² =816π²f²Y² ⑽ 由⑽式可见，无穷大平面声波的声强与振动速度(f•Y)的平方成正比，由于声强是指单位面积上的声功率，代表了声波传递的能量，这就得出了我们前面所说的，振动速度是反映伴振动的能量。需要特别强调一下，⑽式是基于无穷大平面振动推导得到的振动与噪声的关系，适用于平面型辐射器，例如：当电机的尺寸远大于声波波长时，就可以把电机看作是一个平面型辐射器。对于其它类型的声波辐射器(如中小型电机)不适用，需要进行一定的修正(后续文章会详述)，但⑽式是基础，是一个非常重要的公式，希望宝宝们牢记，后面还会经常用到。 这样枯燥的推导可能宝宝们很难直观感受多大的振动能够引起多大的噪声，为此我们举个例子来直观感受一下： 设一个振幅为Y=10^(-10)米、f=1000Hz的振动，则可以引起的声强为： I=816•π²•1000²•10^(-20) =8.05*10^(-11) 瓦/米² 其声强级为： Li=10•lg[8.05*10^(-11)/10^(-12)]=19.05dB。 也就是说当空气的振幅为1/10纳米(相当于分子直径级别的振幅)时，就会产生19.05dB的噪声，人耳可以清晰地听到。对于电机机壳的振动，通常振幅在微米级，假设是1微米吧，如果频率仍然是1000Hz，那么产生的声强为8.05*10^(-3)瓦/米²，对应的声强级可达99dB(A)，99分贝是个什么概念啊，大概是在歌舞厅距离音响1米处的噪声，达到了非常吵闹的环境级别，我国环境标准规定在这样的环境中，每天不得超过一刻到半个小时，否则经过二三十年的长期暴露，会严重损伤听觉！由此可见只要频率较高(中频)，微小的振动都会引起强烈的噪声。 2 振动和噪声的关系 上面
在上一次分享中，我介绍了毫米波雷达的原理、数据特性及优缺点。毫米波雷达的低环境敏感和低成本的特性使得其在ADAS和自动驾驶领域得到了广泛的应用。
按理说，每年的九月份都是科技圈最忙碌的时候：围着苹果转。因为照常苹果会在秋季新品发布会上发布新品iPhone手机，并顺势在月底的时候引发一波抢购热潮。而且一般在这个时候，很少有人来和苹果抢声量。
本节主要介绍语音感知和听觉特性，包括人体的语音听觉系统，客观度量和主观听觉感受以及听觉特性三方面内容。
【新智元导读】人工智能技术很早就被应用于太空探索，包括计算机视觉、语音识别、自然语言处理以及机器学习等，获得2017年诺贝尔物理学奖的引力波研究，也使用了AI技术分析数据。或许未来，我们得给AI颁一个诺贝尔奖？ 在近一个世纪前，爱因斯坦就曾在相对论中预言时空结构中存在波动，即引力波。 后来，一批科学家组成“激光干涉引力波天文台”（LIGO）项目在2015年9月14日首次探测到一个双黑洞系统合并的引力波信号，当时就在天体物理学界引发了一场革命，那时候参与发现引力波的研究团队就被锁定是诺贝尔物理学奖的热门人选
低强度经颅超声刺激(LITUS)是一种新型的无创神经调控技术。我们进行了一项系统综述，以评估目前关于LITUS神经调控的有效性和安全性的证据。检索5个数据库，检索时间从建库至2023年5月31日。纳入随机对照人体试验和对照动物研究。总结LITUS对临床或临床前、神经生理、神经影像学、组织学和生化转归以及不良事件的神经调控作用。共确定了11项人体研究和44项动物研究。LITUS对神经系统疾病、精神疾病、疼痛、睡眠障碍、高血压等均有较好的疗效。发现与LITUS相关的神经元结构和皮质活动的改变。从组织学和生化角度来看，突出的发现包括抑制炎症反应和促进神经发生。在我们的综述中包括的对照动物研究中没有报告不良反应，而在少数人类受试者中报告了可逆性头痛、恶心和呕吐。总体而言，LITUS可缓解各种症状，调节相关脑回路，且无严重副作用。未来的研究需要建立一个坚实的LITUS治疗框架。
作者 | 陈孝良 责编 | 胡永波 目前来看，语音识别的精度和速度比较取决于实际应用环境，在安静环境、标准口音、常见词汇上的语音识别率已经超过95%，完全达到了可用状态，这也是当前语音识别比较火热的原因。 随着技术的发展，现在口音、方言、噪声等场景下的语音识别也达到了可用状态，但是对于强噪声、超远场、强干扰、多语种、大词汇等场景下的语音识别还需要很大的提升。当然，多人语音识别和离线语音识别也是当前需要重点解决的问题。 学术界探讨了很多语音识别的技术趋势，有两个思路是非常值得关注的，一个是就是端到端的语音识别
消费者在狂欢，疯狂剁手买买买；商家在狂欢，开足了马力卖卖卖；电商平台在狂欢，销售额水涨船高，广告费收到手软。
一幅图像可定义为一个二维函数 f(x,y)f(x,y)f(x,y)，其中 xxx 和 yyy 是空间（平面）坐标，而任何一对空间坐标 (x,y)(x,y)(x,y) 处的幅值 fff 称为图像在该点处的强度或灰度。当 x,yx,yx,y 和灰度值 fff 是有限的离散数值时，我们称该图像为数字图像。数字图像处理是指借助于数字计算机来处理数字图像。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
