白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

首頁 / 專利分類庫 / 樂器；聲學(xué)
序號 專利名 申請?zhí)?/th> 申請日 公開（公告）號 公開（公告）日 發(fā)明人
1 一種視頻處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì) CN202311414324.5 2023-10-27 CN119906847A 2025-04-29 尹赟江; 熊英鷹; 張永根
本公開提供了一種視頻處理方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：對目標(biāo)視頻草稿中的音頻進(jìn)行語音識別，得到目標(biāo)視頻草稿的初始文本片段，根據(jù)目標(biāo)視頻草稿的初始語言類型和目標(biāo)語言類型，將目標(biāo)視頻草稿的初始文本片段進(jìn)行語言轉(zhuǎn)換得到目標(biāo)文本片段，基于目標(biāo)文本片段生成目標(biāo)音頻片段，基于目標(biāo)音頻片段生成目標(biāo)視頻草稿對應(yīng)的編輯結(jié)果視頻草稿。本公開實(shí)施例通過將目標(biāo)視頻草稿的初始文本片段轉(zhuǎn)換成目標(biāo)文本片段，并基于目標(biāo)文本片段生成屬于目標(biāo)語言類型的目標(biāo)音頻片段，進(jìn)而生成編輯結(jié)果視頻草稿，實(shí)現(xiàn)了將一種語言類型的目標(biāo)視頻草稿轉(zhuǎn)換成另一種語言類型的編輯結(jié)果視頻草稿，滿足了用戶多樣化視頻處理的需求，提升了用戶體驗(yàn)。
2 一種數(shù)據(jù)處理方法、系統(tǒng)、數(shù)據(jù)服務(wù)平臺及存儲(chǔ)介質(zhì) CN202311404323.2 2023-10-26 CN119906755A 2025-04-29 鐘威
本申請涉及一種數(shù)據(jù)處理方法、系統(tǒng)、數(shù)據(jù)服務(wù)平臺及存儲(chǔ)介質(zhì)，其中，方法包括：響應(yīng)于運(yùn)維管理端發(fā)送的數(shù)據(jù)獲取請求，確定所述數(shù)據(jù)獲取請求對應(yīng)的數(shù)據(jù)類型；基于所述數(shù)據(jù)類型，觸發(fā)語音云端服務(wù)中與所述數(shù)據(jù)類型對應(yīng)的監(jiān)聽埋點(diǎn)，并獲取具有所述數(shù)據(jù)類型的監(jiān)聽數(shù)據(jù)；所述語音云端服務(wù)用于接收并存儲(chǔ)車輛的運(yùn)行數(shù)據(jù)；將所述監(jiān)聽數(shù)據(jù)發(fā)送至所述運(yùn)維管理端，以使得所述運(yùn)維管理端基于所述監(jiān)聽數(shù)據(jù)實(shí)時(shí)確定所述車輛的運(yùn)行狀態(tài)。本申請基于獨(dú)立的數(shù)據(jù)服務(wù)平臺來實(shí)現(xiàn)運(yùn)維管理端和語音云端服務(wù)之間的數(shù)據(jù)實(shí)時(shí)傳輸，不僅能實(shí)現(xiàn)運(yùn)維管理端的實(shí)時(shí)看板功能，還實(shí)現(xiàn)了數(shù)據(jù)生產(chǎn)者和數(shù)據(jù)使用者之間的解耦。
3 用以增強(qiáng)現(xiàn)場診斷及服務(wù)的多模型切換及分布式多階段機(jī)器學(xué)習(xí) CN202411205930.0 2024-08-30 CN119906645A 2025-04-29 戈登·李; 陳學(xué)敏
本公開涉及用以增強(qiáng)現(xiàn)場診斷及服務(wù)的多模型切換及分布式多階段機(jī)器學(xué)習(xí)。特別是關(guān)于現(xiàn)場診斷及服務(wù)實(shí)現(xiàn)與用戶的更有效且高效的通信的改進(jìn)式解決方案。一些解決方案能夠使用戶能夠更好地與提供商通信以獲得更有用的診斷及服務(wù)信息。某些解決方案能夠采用多模型切換機(jī)器學(xué)習(xí)技術(shù)來增強(qiáng)用戶與所述提供商的通信及/或所述提供商的響應(yīng)。
4 一種適用于海洋監(jiān)測的水聲信號無損壓縮方法及裝置 CN202411925205.0 2024-12-25 CN119906433A 2025-04-29 郭曉明; 郭宇; 張學(xué)磊; 張景熙; 劉德鑄; 曹宇; 盧俏
本申請涉及信號處理技術(shù)領(lǐng)域，尤其涉及一種適用于海洋監(jiān)測的水聲信號無損壓縮方法，包括：將海洋水聲信號經(jīng)過前端放大濾波調(diào)理后，采集信號形成數(shù)據(jù)流，并將所述采集信號數(shù)據(jù)流按時(shí)間順序分段進(jìn)行一次打包；對包內(nèi)載荷數(shù)據(jù)進(jìn)行壓縮，壓縮完成后進(jìn)行二次打包，其中，所述二次打包，為對一次打包信息進(jìn)行更新打包，更新包頭載荷長度信息，包頭加入整個(gè)數(shù)據(jù)段的均值信息、以及壓縮后單個(gè)數(shù)據(jù)占用空間大小信息、載荷數(shù)據(jù)CRC校驗(yàn)信息；將二次打包后的數(shù)據(jù)包存入信號存儲(chǔ)模塊。應(yīng)用本方法可有效壓縮海洋監(jiān)測數(shù)據(jù)，降低海洋監(jiān)測設(shè)備的數(shù)據(jù)存儲(chǔ)容量以及通信帶寬，從而降低海洋監(jiān)測設(shè)備的功耗、體積和成本，使得海洋監(jiān)測設(shè)備更趨于實(shí)用。
5 語音情感的識別方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì) CN202510126375.0 2025-01-26 CN119905115A 2025-04-29 奚宇軒; 宋彥; 魏思; 戴禮榮
本申請提供一種語音情感的識別方法、裝置、電子設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)，通過集成了特征提取器、目標(biāo)情感表征適配器和目標(biāo)情感分配器的語音情感識別模型來對語音數(shù)據(jù)的情感進(jìn)行識別，得到情感分類結(jié)果。在模型訓(xùn)練過程中，利用多樣化的情景任務(wù)構(gòu)建，模擬實(shí)際復(fù)雜場景中的域分布差異情況，并采用基于情景學(xué)習(xí)的策略提高實(shí)際復(fù)雜場景下的域泛化能力。具體而言，在預(yù)訓(xùn)練階段引入了局部域分布對齊損失，減少域間情感特征的分布偏差，實(shí)現(xiàn)了情感特征的跨域?qū)R與融合。在微調(diào)階段，使用解耦學(xué)習(xí)的方法，促使情感表征適配器和分類器能夠逐步適應(yīng)新的情感表達(dá)場景。從而有效的減小了域間差異對情感識別性能的影響，大幅提升了情感特征的魯棒性與推廣性。
6 基于人因智能的人員狀態(tài)分析方法、系統(tǒng)、設(shè)備及介質(zhì) CN202411909373.0 2024-12-23 CN119905113A 2025-04-29 請求不公布姓名
本申請提供一種基于人因智能的人員狀態(tài)分析方法、系統(tǒng)、設(shè)備及介質(zhì)，該方法包括：獲取聲音采集設(shè)備采集得到的聲音信號；基于聲音信號進(jìn)行信號分離，得到第一類聲音信號、第二類聲音信號和第三類聲音信號；基于第一類聲音信號進(jìn)行聲紋識別，得到目標(biāo)人員的身份信息；基于第一類聲音信號和第二類聲音信號進(jìn)行情感分析，得到目標(biāo)人員的情感信息；基于第三類聲音信號進(jìn)行聲音分析，得到環(huán)境音信息；基于目標(biāo)人員的身份信息、目標(biāo)人員的情感信息、環(huán)境音信息進(jìn)行人員狀態(tài)分析。本申請?zhí)峁┑姆椒ǎ兄诰C合人員的身份信息、情感信息和環(huán)境音信息進(jìn)行人員狀態(tài)分析，使得分析得到的人員狀態(tài)信息更全面，同時(shí)提高情感分析結(jié)果的準(zhǔn)確性。
7 業(yè)務(wù)處理方法、業(yè)務(wù)處理裝置、電子設(shè)備和存儲(chǔ)介質(zhì) CN202311413983.7 2023-10-27 CN119905112A 2025-04-29 李朝陽
本公開提供了一種基于情感分析的業(yè)務(wù)處理方法、處理裝置、電子設(shè)備和存儲(chǔ)介質(zhì)，涉及情感識別技術(shù)領(lǐng)域。其中，基于情感分析的業(yè)務(wù)處理方法包括：對進(jìn)行情感類型打標(biāo)后的語音數(shù)據(jù)進(jìn)行預(yù)處理，得到預(yù)處理數(shù)據(jù)；對預(yù)處理數(shù)據(jù)進(jìn)行時(shí)域與頻域的特征提取，得到原始時(shí)域情感特征數(shù)據(jù)和原始頻域情感特征數(shù)據(jù)；基于原始時(shí)域情感特征數(shù)據(jù)和原始頻域情感特征數(shù)據(jù)進(jìn)行二次擬合的多模型訓(xùn)練，得到多個(gè)子模型；將多個(gè)子模型進(jìn)行拼接，得到情感分類模型；響應(yīng)于服務(wù)模式切換指令，調(diào)用情感分類模型對待識別的用戶語音進(jìn)行情感分類，得到情感分析結(jié)果。通過本公開的技術(shù)方案，能夠分別兼顧時(shí)域和頻域上的特征對情感分析的影響，提升情感分類模型的識別效果。
8 一種基于預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的任意采樣率聲音分析方法 CN202510126540.2 2025-01-27 CN119905110A 2025-04-29 呂志強(qiáng); 姜安柏; 曹宏; 劉德廣; 劉加
本發(fā)明公開了一種基于預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的任意采樣率聲音分析方法，涉及聲音分析技術(shù)領(lǐng)域。包括以下步驟，獲取輸入音頻，轉(zhuǎn)化語譜圖，將輸入音頻進(jìn)行短時(shí)傅里葉變換得到語譜圖。本發(fā)明解決對采樣率跨度差異較大的各種聲音信號（如8KHz?192KHz）統(tǒng)一建模困難的問題。不同于傳統(tǒng)的基于重采樣的方法，本發(fā)明提出在時(shí)頻域的語譜圖上進(jìn)行固定頻段的子帶切分，對子帶進(jìn)行建模，可以將任意采樣率的語譜圖分解為子帶圖的組合，對子帶圖提取高維表征后進(jìn)行向量拼接，得到最終信號表征。在高維表征層面進(jìn)行向量距離計(jì)算判斷聲音片段之間的相似度。該方法不僅適用于聲音，對高頻振動(dòng)等數(shù)字信號同樣適用。
9 一種齒輪箱噪音監(jiān)測方法 CN202411985354.6 2024-12-31 CN119905107A 2025-04-29 周星宇
本發(fā)明公開了一種齒輪箱噪音監(jiān)測方法，主要涉及噪音監(jiān)測領(lǐng)域。包括在齒輪箱周圍的預(yù)定位置安裝多個(gè)聲學(xué)傳感器，所述聲學(xué)傳感器的布置方式能夠覆蓋齒輪箱的主要噪音輻射區(qū)域，且傳感器具備寬頻響應(yīng)特性，能夠采集頻率范圍為[X]Hz至[Y]Hz的噪音信號，其中X和Y為根據(jù)齒輪箱工作頻率范圍確定的具體數(shù)值。本發(fā)明的有益效果在于：通過在齒輪箱周圍合理布置高靈敏度聲學(xué)傳感器，并運(yùn)用先進(jìn)的信號處理與特征提取技術(shù)，能夠敏銳捕捉到噪音信號中細(xì)微的變化。這些變化往往與齒輪的初期磨損、軸承的早期疲勞、嚙合不良等潛在故障緊密相關(guān)。
10 電視設(shè)備及會(huì)話處理方法 CN202411919258.1 2024-12-24 CN119905094A 2025-04-29 王建君; 王娜; 李霞
本申請涉及一種電視設(shè)備及會(huì)話處理方法。其中電視設(shè)備包括：顯示組件；遙控信號接收組件；音頻輸出組件；網(wǎng)絡(luò)通訊裝置；語音采集組件；控制器被配置為：對當(dāng)前用戶語音進(jìn)行聲紋識別以確定當(dāng)前用戶對應(yīng)的聲紋標(biāo)識，并展示語音文本；基于聲紋標(biāo)識從知識圖譜中提取用戶特征信息；并基于用戶特征信息第一服務(wù)器中的生成式模型，獲取對話文本；獲取對話語音數(shù)據(jù)；通過第一界面展示對話文本，通過音頻輸出組件輸出對話語音數(shù)據(jù)，并通過數(shù)字人驅(qū)動(dòng)系統(tǒng)驅(qū)動(dòng)預(yù)設(shè)的數(shù)字人形象作出與對話語音數(shù)據(jù)對應(yīng)的動(dòng)作。該電視設(shè)備及會(huì)話處理方法能夠提供質(zhì)量更佳的非中文語音對話功能。
11 基于大語言模型的玩具互動(dòng)控制方法、裝置、終端及介質(zhì) CN202510112260.6 2025-01-24 CN119905092A 2025-04-29 姜華
本發(fā)明提供一種基于大語言模型的玩具互動(dòng)控制方法、裝置、終端及介質(zhì)，包括：獲取用戶端信息，所述用戶端信息包括語音、文本、圖像、肢體動(dòng)作或外部環(huán)境信息中一種或多種；對所述用戶端信息進(jìn)行特征提取，生成特征表示；將所述特征表示輸入大語言模型，識別用戶意圖；根據(jù)識別出的所述用戶意圖生成相應(yīng)的控制指令；將所述控制指令轉(zhuǎn)化為具體的控制信號，發(fā)送至玩具的控制系統(tǒng)，以執(zhí)行相應(yīng)控制。本發(fā)明利用大語言模型感知人類的語言文字、語音情緒、肢體動(dòng)作等，準(zhǔn)確識別人類意圖，繼而控制玩具的反饋，形成于用戶的智能交互。
12 一種語音模型壓縮方法、電子設(shè)備及存儲(chǔ)介質(zhì) CN202510083506.1 2025-01-17 CN119905087A 2025-04-29 錢彥旻; 顧天騰
本發(fā)明公開了一種語音模型壓縮方法、電子設(shè)備及存儲(chǔ)介質(zhì)。本發(fā)明專為具有編碼器?解碼器架構(gòu)的大規(guī)模序列到序列語音識別模型設(shè)計(jì)。該方法通過依次剪枝解碼器和編碼器，避免了繁重的反向傳播計(jì)算。該方法能在無反向傳播或重訓(xùn)練的情況下，將Whisper?large模型的參數(shù)減少約60％，且對模型在各種數(shù)據(jù)集上的表現(xiàn)幾乎沒有影響。同時(shí)，該方法適用于多語言數(shù)據(jù)集，剪枝后模型在多語言能力上保持了良好的魯棒性和泛化性。此創(chuàng)新極大降低了大規(guī)模模型部署的門檻，使其在資源受限的環(huán)境中更易應(yīng)用。
13 一種模擬人工測試語音功能的測試方法 CN202411847285.2 2024-12-16 CN119905086A 2025-04-29 郎平; 陳浪; 甘茂煌
本發(fā)明涉及車載系統(tǒng)測試技術(shù)領(lǐng)域，尤其涉及一種模擬人工測試語音功能的測試方法，本發(fā)明通過模擬真實(shí)駕駛條件，將搭載有車載系統(tǒng)的模擬駕駛艙置于所模擬的環(huán)境中，避免了傳統(tǒng)人工測試方法耗時(shí)耗力且難以復(fù)制多種測試條件的弊端；使用人工嘴作為參考源來模擬真實(shí)的語音輸出，確保了測試的一致性和可重復(fù)性，提高了測試的準(zhǔn)確性；本發(fā)明通過模擬真實(shí)駕駛條件、使用人工嘴模擬語音輸出、安裝測量麥克風(fēng)和免提麥克風(fēng)、自動(dòng)化分析與異常檢測以及生成詳細(xì)的測試報(bào)告等手段，解決了現(xiàn)有技術(shù)中，車載語音交互系統(tǒng)的測試主要依賴人工進(jìn)行，這不僅耗時(shí)耗力，且難以全面覆蓋多種語音場景及環(huán)境噪聲條件的技術(shù)問題。
14 基于深度學(xué)習(xí)的英語口語情感智能交互教學(xué)系統(tǒng)及方法 CN202510391421.X 2025-03-31 CN119905085A 2025-04-29 倪晶; 檀祖君; 陳穎; 馬永剛; 林小桓; 蔡翰林; 王淑敏; 丘祥祥; 王焱鋒; 吳思潮
本發(fā)明公開了基于深度學(xué)習(xí)的英語口語情感智能交互教學(xué)系統(tǒng)及方法，涉及語音評測領(lǐng)域。該系統(tǒng)包括環(huán)境檢測與評估模塊、閾值對比模塊、音視頻收集與處理模塊、優(yōu)化模塊和建議輸出模塊；將環(huán)境檢測與評估模塊中得到的英語口語智能交互環(huán)境評估系數(shù)進(jìn)行閾值范圍對比和圖像的參考閾值對比，將音視頻收集與處理模塊中得到的英語口語智能交互音頻的失爆判斷評估系數(shù)進(jìn)行閾值對比。本發(fā)明通過對用戶輸入的英語口語智能交互音頻數(shù)據(jù)進(jìn)行評估，得到英語口語智能交互音頻的失爆判斷評估系數(shù)，進(jìn)而根據(jù)英語口語智能交互音頻的失爆判斷評估系數(shù)輸出文本、音頻和可視化的英語口語糾錯(cuò)建議，解決了現(xiàn)有技術(shù)中，判斷上下文協(xié)同發(fā)音變化中失爆的準(zhǔn)確性不足的問題。
15 智能集成化閱讀系統(tǒng)、方法 CN202510397250.1 2025-04-01 CN119904872A 2025-04-29 柴劍平; 倪業(yè)鵬; 趙薇
本發(fā)明提供一種智能集成化閱讀系統(tǒng)、方法，將翻頁、識別、輸出功能集成于一體，體積小巧、功能全面，操作便捷；翻頁機(jī)構(gòu)采用機(jī)械臂和真空吸附技術(shù)，能夠適應(yīng)多種書籍尺寸和材質(zhì)，提高了適用性和靈活性；文字識別基于識別模型準(zhǔn)確率高，支持復(fù)雜版面布局處理，如多欄排版等，提高了識別效率和質(zhì)量，并且基于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)圖像修復(fù)和文本識別，提高閱讀精準(zhǔn)度；語音輸出支持多語言識別與多音色語音合成，滿足不同用戶群體的需求；支持語速調(diào)節(jié)等個(gè)性化設(shè)置，為用戶提供人性化的閱讀體驗(yàn)；自動(dòng)化程度高，能夠快速完成翻頁和內(nèi)容輸出，提高了閱讀效率；設(shè)計(jì)穩(wěn)定可靠，支持多種書籍材質(zhì)和大小，適用于多種使用場景。
16 一種基于大模型的學(xué)生課堂行為的分析方法、裝置及介質(zhì) CN202411985516.6 2024-12-31 CN119904807A 2025-04-29 金善國; 唐偉
本發(fā)明提供了一種基于大模型的學(xué)生課堂行為的分析方法，包括：通過設(shè)置在課堂內(nèi)的視頻采集設(shè)備和音頻采集設(shè)備分別獲取視頻數(shù)據(jù)和音頻數(shù)據(jù)，輸入已訓(xùn)練好的學(xué)生課堂行為模型中，處理圖片樣本數(shù)據(jù)集的YOLOv5模型，以及處理音頻樣本數(shù)據(jù)集的Whisper模型；基于所述YOLOv5模型，識別出課堂實(shí)時(shí)監(jiān)控圖像中的學(xué)生行為，將學(xué)生行為特征與預(yù)定標(biāo)準(zhǔn)行為特征相比較，得到第一行為特征值；并且，基于所述Whisper模型，識別所述音頻樣本數(shù)據(jù)集的文本，將所述文本與預(yù)定的熱詞相比較，得到第二行為特征值；將所述第一行為特征值和所述第二行為特征值進(jìn)行整合，得到學(xué)生課堂行為的總分值并上報(bào)。本發(fā)明示例性地還公開了一種基于大模型的學(xué)生課堂行為的分析裝置及存儲(chǔ)介質(zhì)。
17 一種車鎖失靈關(guān)單方法、系統(tǒng)、裝置與存儲(chǔ)介質(zhì) CN202311411785.7 2023-10-27 CN119904284A 2025-04-29 高揚(yáng); 錢曉玲
本說明書實(shí)施例提供一種車鎖失靈關(guān)單方法、系統(tǒng)、裝置與存儲(chǔ)介質(zhì)，該方法包括：獲取車輛的運(yùn)動(dòng)數(shù)據(jù)，車輛為用戶發(fā)起的訂單對應(yīng)的車輛；響應(yīng)于運(yùn)動(dòng)數(shù)據(jù)滿足預(yù)設(shè)條件，發(fā)出相關(guān)于車鎖失靈的問詢指令；基于用戶的問詢反饋信息，確定車輛的車鎖的失靈判斷結(jié)果；響應(yīng)于失靈判斷結(jié)果為車鎖失靈時(shí)，關(guān)閉訂單。
18 基于大模型和質(zhì)檢的客訴風(fēng)險(xiǎn)識別與分析方法 CN202411682256.5 2024-11-22 CN119903837A 2025-04-29 劉洪雨
本發(fā)明涉及一種基于大模型和質(zhì)檢的客訴風(fēng)險(xiǎn)識別與分析方法,包括以下步驟：a.收集客訴話術(shù)；b.配置質(zhì)檢系統(tǒng)的質(zhì)檢規(guī)則以及客訴的計(jì)算公式；c.客服呼叫中心接入ASR引擎將語音流轉(zhuǎn)成文本內(nèi)容；d.將文本內(nèi)容輸入大模型和質(zhì)檢系統(tǒng)；e.根據(jù)大模型返回的分值與質(zhì)檢系統(tǒng)返回的分值,利用大模型返回不同的話術(shù)與應(yīng)對策略，解決客戶的問題，降低客訴，并給客戶添加不同的客訴等級標(biāo)簽。本發(fā)明的優(yōu)點(diǎn)是：基于大模型和質(zhì)檢的客訴風(fēng)險(xiǎn)識別與分析方法的核心優(yōu)勢在于其能夠通過先進(jìn)的技術(shù)手段，如NLP、深度學(xué)習(xí)、自動(dòng)語音識別(ASR)等，實(shí)現(xiàn)對客戶投訴的高效識別、分析和處理,通過自動(dòng)化的語音轉(zhuǎn)文本和文本分析，大幅減少了人工處理客訴的時(shí)間和成本。
19 鉆井?dāng)?shù)據(jù)的管理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì) CN202311412205.6 2023-10-27 CN119903199A 2025-04-29 黃歷銘; 李昌盛; 袁多; 孫麗霞
本發(fā)明實(shí)施例提供了一種鉆井?dāng)?shù)據(jù)的管理方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)；在該方法中，提供設(shè)置有語音識別網(wǎng)絡(luò)的智能頭盔，這樣用戶就可以通過語音信號向智能頭盔發(fā)送查詢請求，語音識別網(wǎng)絡(luò)在監(jiān)測到這個(gè)語音信號后就自動(dòng)轉(zhuǎn)換為文本格式的數(shù)據(jù)查詢指令，并向數(shù)據(jù)庫服務(wù)器請求鉆井?dāng)?shù)據(jù)，之后通過智能頭盔進(jìn)行展示，整個(gè)過程中不需要用戶一邊操作鉆井設(shè)備一邊操作電腦，降低了查詢過程的操作復(fù)雜度，并且用戶僅需要輸入大概的語音信號，語音識別網(wǎng)絡(luò)自動(dòng)識別得到準(zhǔn)確的數(shù)據(jù)查詢指令，降低了查詢操作的錯(cuò)誤概率，緩解了當(dāng)前鉆井?dāng)?shù)據(jù)查詢方式存在需要用戶手動(dòng)操作電腦導(dǎo)致的效率低下、容易出現(xiàn)誤操作的技術(shù)問題。
20 人機(jī)交互方法、裝置、電子設(shè)備、介質(zhì)和車輛 CN202311395822.X 2023-10-25 CN119903136A 2025-04-29 朱磊; 張曉燕; 曾歡; 李濤
本公開涉及一種人機(jī)交互方法、裝置、電子設(shè)備、介質(zhì)和車輛，包括：通過獲取待檢測聲音文本；將待檢測聲音文本輸入至目標(biāo)生成模型中，獲取待檢測聲音文本對應(yīng)的目標(biāo)生成結(jié)果，并將目標(biāo)生成結(jié)果下發(fā)至車輛終端；其中，目標(biāo)生成模型保存了聲音文本以及生成結(jié)果的對應(yīng)關(guān)系；目標(biāo)生成結(jié)果包括：待檢測聲音文本對應(yīng)的目標(biāo)問答文本、目標(biāo)執(zhí)行命令以及目標(biāo)界面生成語言，以使車輛終端基于所述目標(biāo)問答文本向用戶進(jìn)行回復(fù)，根據(jù)目標(biāo)執(zhí)行命令執(zhí)行相應(yīng)的操作，打開目標(biāo)界面生成語言渲染生成的顯示界面。采用該方式，能夠提高人機(jī)交互效率，提升了用戶的使用體驗(yàn)。
QQ群二維碼
意見反饋