大型モデルの成熟度の増加とマルチモーダル相互作用技術のブレークスルーにより、AIメガネは、もはやAR/VRの軽量サブフィールドではなく、敵の媒体として再定義されている次世代の人間とコンピューターの相互作用の中核となっています。リアルタイム翻訳、ファーストビュー録画、ARナビゲーション、バリアフリーのサポートなど、必要なシーンに対するユーザーの期待、引き続きヒートアップします-屋外の風のある環境でvlogを記録できますか?騒々しい環境で電話できますか? 地下鉄が鳴っている最中に、注文の明確なメッセージが聞こえますか? Aiweiはユーザーの問題を詳細に調査し、業界をリードするAIメガネ製品を強力にサポートします。
私は。愛はディジャン川です。™アルゴリズム応用システム
愛はDjiangの皇帝です™これは、Aiが電子機器用に開始した一連のアップリンク音声アルゴリズムです。ビーム形成などのコアアルゴリズムを扱う風雑音アルゴリズム、ラウンドサウンド、ノイズリダクション、エコ除去、音声録音、ビデオ録画や通話などのシーンに対応する複数のソリューションを作成します。さまざまな主流プラットフォームへの統合をサポートし、さまざまなシーンのニーズに応じた柔軟性アルゴリズムモジュールに対応できます。ビジネスミーティング、アウトドアトラベル、日常のメモ取りなど、さまざまなユースケースに合わせたAIベースの包括的なスマートメガネ。
図1 AIメガネのアプリケーションブロック図
👓AIメガネの典型的なアーキテクチャでは、マルチマイクアレイによって収集された音響信号は高精度ADCによってサンプリングされ、その結果、リアルタイムで処理デバイス (DijiangのAI) を介して遅延時間が少ないバスが送信されます。™DSPまたはNPUに展開でき、2-8マルチマイクアレイをサポートします。
二。AiはDianang川です™AIメガネのアップリンクアルゴリズムアプリケーションシナリオの例:
1.🌬ブログシナリオを強化して、屋外での撮影中に風切り音を簡単に処理し、ボーカルを常にクリアにします。
あなたはそのような後悔を残したことがありますか?
🚴🏻♀乗車中、遠吠えする風が私の内なる独白をかき消します。
🏃🏻♀シャドウシューティングの実行中に、呼吸と人間の声が混ざり合って見分けがつかない霧になります。
🚶🏻♀屋外の散歩中、周りの雰囲気は豊かで鮮やかで、「私はあなたに伝えたい」という明確な声がすべて欠けているように感じます。
図2モーションウィンドノイズシーンの抗議
🌀このため、愛はディジャンの皇帝を務めました。™AIメガネ用に新しく開発された社内ノイズアルゴリズム:
マイクアレイによってキャプチャされたオーディオ信号は、風雑音除去アルゴリズムによって処理され、風雑音を正確にします。これにより、音声定義を改善するために識別および抑制できます。その結果、ラウンドサウンドモジュールは没入感を高め、vlogの音の美学を再定義します。
この機能を使用すると、強い風を恐れる必要はありません。すべてのフレームはクリアで、暖かさに満ちた音と一致します。
図3ビデオブログ (Vlog) シーンのアルゴリズムブロック図
効果表示
風雑音アルゴリズムは、異なる環境において独特である。
✅風と光のそよ風はありません | 日常の会話で空間的な深みを持つ没入型の、最高の音場のインテリジェントな構築は、あなたに映画のような感覚を与えるでしょう。
✅Gair | 周囲の音を維持し、音声信号SNRを改善する
それは「沈黙」ではなく、人々を喧騒から連れ出し、大気を堆積させてテクスチャにすることです。
2.🌐すべてのシナリオでは、強化、インテリジェントなノイズ除去、正確な音声送信が必要です。
あなたはこのような瞬間を経験しましたか?
💻ビデオ会議の間、私の声はすりガラスで覆われているように聞こえました、ある同僚は顔をゆがめて尋ねました。 "あなたはちょうど何を言いましたか?
🕶路上での重要な呼び出し、交通の轟音、バックグラウンドでの絶え間ないアラームに答えると、他のすべての端は安定しています「whirr-」。
📝海外での交流の間、環境はかなり騒がしかった。店員がスピンチの束を手に取り、「スピンチは好きですか?"(あなたはピンチが好きですか?) 、翻訳ツールは「あなたはスペイン人のように見えます。「..
図4翻訳シナリオのデモ
📞このため、愛は彼をディジャンの皇帝と見なしました。™エンドツーエンドの通話の詳細な音響システム:
マイクアレイによってキャプチャされた音響信号は、エコキャンクルモジュールによってエコ信号から正確に分離され、ビーム形成は効果的に音の目に見えないスポットライトを「オン」にします。音源の方向に固定され、有効ピックアップエリアを狭めます。最後に、ノイズリダクションは、音声信号への歪みを最小限に抑えながら周囲のノイズを抑制することで優れています。通話品質体験。
図5通貨シナリオのアルゴリズムブロック図
3.🗣ウェイクアップ認識の「最初の神経ハブ」
このような瞬間を経験したことがありますか?
🚇あなたは地下鉄に眼鏡をかけて天気について尋ねようとしますが、風があなたの声を溺れさせます。
☕カフェで友達とチャットして、AIメガネが誤ってウェイクアップコマンドでトリガーされたときに「Hey-」と言いました。
🕺🏻私が歩いている間、負担をかけずに電話をしているとき、システムは2秒間沈黙を保ち、最終的に応答しました。すべて...
図6音声覚醒シナリオのデモ
🎤したがって、子供はジエインになりました。™もうすぐ来る。AIメガネ用に特別に設計されたフロントエンドのボイスゲートキーパー:
音声対雑音比の複雑な環境 (風雑音、人間の発話、反響) を改善することができ、実際の着用シナリオでは、認識の安定性が大幅に向上します。ワードエラー率は6% 以上減少しています。
7つのウェイクアップ認識シーンアルゴリズムのブロック図
⏳最近、誰かを目覚めさせることは、単に目を覚ますほど簡単ではありません。あなたが目を覚まさないならば、あなたは目を覚ましていることを不安と厄介に感じるでしょう。ゆっくりとした反応を加えて枯渇させる。ユーザーエクスペリエンスは究極の判断です。将来、Aiweiは、消費電力が非常に低く、ウェイクアップ率が非常に高い音声アクティベーションアルゴリズムを開発しました。それは便利で応答性があります。結局のところ、最高の相互作用はあなたが気付いていないものです。
沪ICP备10011954号 |
沪公网安备 31011202011955号
