首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    云视频会议背后的语音核心技术揭秘:如何进行语音质量评估?

    导读 | 自疫情发生以来,腾讯会议每天都在进行资源扩容,日均扩容主机接近1.5万台,用户活跃度攀升。在如此高并发流量的冲击下,腾讯会议如何保证语音通信清晰流畅?如何对语音质量进行评估?在【腾讯技术开放日·云视频会议专场】中,腾讯多媒体实验室音频技术专家易高雄针对语音质量评估进行了分享。 点击视频,查看直播回放 一、语音质量界定     音频和语音是电声学下面两个不同的学科分支,属于两个不同的应用,两者在应用目的、使用场景、行业和用户认知统一度三方面存在差异,所以对于语音质量测试来说,首先要界定一下评估对象

    02

    麦克风声源定位原理_一种利用麦克风阵列进行声源定位的方法与流程

    20世纪80年代以来,麦克风阵列信号处理技术得到迅猛的发展,并在雷达、声纳及通信中得到广泛的应用。这种阵列信号处理的思想后来应用到语音信号处理中。在国际上将麦克风阵列系统用于语音信号处理的研究源于1970年。1976年,Gabfid将雷达和声纳中的自适应波束形成技术直接应用于简单的声音获取问题。1985年,美国AT&T/Bell实验室的Flanagan采用21个麦克风组成现行阵列,首次用电子控制的方式实现了声源信号的获取,该系统采用简单的波束形成方法,通过计算预先设定位置的能量,找到具有最大能量的方向。同年,Flanagan等人又将二维麦克风阵列应用于大型房间内的声音拾取,以抑制混响和噪声对声源信号的影响。由于当时技术的制约,使得该算法还不能够借助于数字信号处理技术以数字的方式实现,而主要采用了模拟器件实现,1991年,Kellermann借助于数字信号处理技术,用全数字的方式实现了这一算法,进一步改善了算法的性能,降低了硬件成本,提高了系统的灵活性。随后,麦克风阵列系统已经应用于许多场合,包括视频会议、语音识别、说话人识别、汽车环境语音获取、混响环境声音拾取、声源定位和助听装置等。目前,基于麦克风阵列的语音处理技术正成为一个新的研究热点,但相关应用技术还不成熟。

    02

    无人驾驶引爆地图大战:谷歌受到创业公司的威胁

    福特曾在密歇根总部附近测试无人驾驶汽车,测试时团队发现汽车有一些奇怪之处。福特无人驾驶汽车高级技术主管吉姆·麦克布莱德(Jim McBride)解释说,在车道内的同一个位置点,每一辆汽车都稍稍偏离,因为它们会避开坑洞。汽车没有问题,地图才是问题的根源。团队刚刚为测试路线升级了3D地图,它可以帮助自动驾驶汽车导航。小故障导致地图上一个像素的数据值出现错误,它告诉汽车路面上有一个点高出10英寸。 麦克布莱德说:“在人眼看来新地图是完美的。”但在无人驾驶汽车的眼中并非如此。麦克布莱德说:“一个像素出现了错误。”光

    08
    领券