检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

融合信息扰动与特征解耦的单样本语音转换

计算机应用研究 2024年第10期41卷 3081-3086页

作者：王光刘宗泽董浩姜彦吉辽宁工程技术大学软件学院清华大学苏州汽车研究院

单样本语音转换的特性是利用单条目标说话人的语音样本即可实现身份的转换，但由于声学特征呈现复杂的相互作用和动态变化，现有方法难以充分将单样本语音中的说话人音色与其他声学特征解耦，导致转换音频在听觉上仍与源说话人的音色特... 详细信息

单样本语音转换的特性是利用单条目标说话人的语音样本即可实现身份的转换，但由于声学特征呈现复杂的相互作用和动态变化，现有方法难以充分将单样本语音中的说话人音色与其他声学特征解耦，导致转换音频在听觉上仍与源说话人的音色特征相似，存在说话人音色泄露情况。为此提出一种融合信息扰动与特征解耦的单样本语音转换模型，即IPFD-VC模型。首先，引入信息扰动模块对语音信号进行三次扰动操作，去除输入内容和韵律编码器中的冗余信息；其次，将处理后的语音信号送入各编码器，并结合最小化互信息策略进一步解耦声学特征，降低不同特征与说话人音色特征的相关性；最后通过解码器及声码器输出转换音频。实验结果表明：IPFD-VC模型转换音频的语音自然度和说话人相似度分别达到3.72和3.68，与目前先进的UUVC模型相比，梅尔倒谱失真降低0.26db。该模型能够有效对声学特征进行解耦，捕获目标说话人音色特征，同时保持源语言内容和韵律变化，降低说话人音色泄露风险。

关键词：单样本语音转换信息扰动特征解耦说话人音色泄露

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

人工智能的安全风险与防范

信息安全研究 2024年第2期10卷 101-102页

作者：郑方清华大学北京信息科学与技术国家研究中心语音和语言技术团队清华大学人工智能研究院听觉智能研究中心北京得意音通技术有限责任公司 APSIPA 中国计算机学会(CCF)语音对话与听觉专委会中文信息学会常务理事及语音信息专委会声学学会全国人机语音通讯学术会议常设机构委员会公安部全国安全防范标委会人体生物特征识别应用分委会工信部中文语音交互技术标准工作组声纹识别专题组

人工智能(artificial intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,其对人类进步的贡献是有目共睹、毋庸置疑的.然而,任何事物都有两面性,有好的一面就有坏的一面,这两... 详细信息

人工智能(artificial intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,其对人类进步的贡献是有目共睹、毋庸置疑的.然而,任何事物都有两面性,有好的一面就有坏的一面,这两面既相互排斥又相互依存,这就是矛盾的对立统一.本专题讨论人工智能的安全风险问题,以便为防范安全风险做好准备.

关键词：人工智能相互排斥安全风险风险与防范专题讨论人的智能人类进步两面性

在线全文

学校读者我要写书评

暂无评论

HLF区块链交易时延动态优化方法研究

计算机工程与应用 2024年第14期60卷 257-266页

作者：李天祥韩云飞阿不都热衣木江·阿白马玉鹏王轶中国科学院新疆理化技术研究所乌鲁木齐830011 中国科学院大学北京100049 新疆民族语音语言信息处理实验室乌鲁木齐830011 新疆维吾尔自治区信息中心乌鲁木齐830011

Hyperledger Fabric(HLF)性能优化是区块链研究的热点问题,但当前工作对低负载生产环境中的交易时延关注不足,成为影响联盟链落地应用的重要因素。针对这一问题,提出了面向HLF的交易时延动态自适应优化方法:综合考虑交易到达率与交易大... 详细信息

Hyperledger Fabric(HLF)性能优化是区块链研究的热点问题,但当前工作对低负载生产环境中的交易时延关注不足,成为影响联盟链落地应用的重要因素。针对这一问题,提出了面向HLF的交易时延动态自适应优化方法:综合考虑交易到达率与交易大小维度,对HLF(v2.2)进行全面的性能评估,并给出了一组静态推荐配置参数;基于性能评估数据,使用XGBoost建立HLF性能模型,获得应用负载、网络配置、交易时延间的映射关系;对非饱和动态负载与突发注入攻击等场景进行模拟,获得贴近生产环境的应用负载输入;基于贝叶斯优化算法,对HLF进行动态自适应配置参数优化,有效降低HLF交易处理时延。通过实验,验证了优化方法的有效性,在多组随机动态负载输入中取得了平均53%、最高97%的交易时延优化效果。

关键词：区块链性能优化 Hyperledger Fabric 交易时延贝叶斯优化

在线全文

学校读者我要写书评

暂无评论

生成式伪造语音安全问题与解决方案

信息安全研究 2024年第2期10卷 122-129页

作者：冯畅吴晓龙赵熠扬徐明星郑方清华大学计算机科学与技术系北京100084 清华大学北京信息科学与技术国家研究中心北京100084 新疆大学计算机科学与技术学院乌鲁木齐830046

生成式人工智能算法的发展使得生成式伪造语音更加自然流畅,人类听力难以分辨真伪.首先分析了生成式伪造语音不当滥用对社会造成的一系列威胁,如电信诈骗更加泛滥、语音应用程序安全性下降、司法鉴定公正性受到影响、综合多领域的伪造... 详细信息

生成式人工智能算法的发展使得生成式伪造语音更加自然流畅,人类听力难以分辨真伪.首先分析了生成式伪造语音不当滥用对社会造成的一系列威胁,如电信诈骗更加泛滥、语音应用程序安全性下降、司法鉴定公正性受到影响、综合多领域的伪造信息欺骗社会大众等.然后从技术发展角度,对生成式伪造语音的生成算法和检测算法分别进行总结与分类,阐述算法流程步骤及其中的关键点,并分析了技术应用的挑战点.最后从技术应用、制度规范、公众教育、国际合作4方面阐述了如何预防以及解决生成式伪造语音带来的安全问题.

关键词：生成式人工智能伪造语音伪造语音安全问题伪造语音检测伪造语音威胁解决

瓶装数据:一种极端环境下的终端数据安全新机制

在线全文

学校读者我要写书评

暂无评论

信息安全研究 2024年第6期10卷 579-584页

作者：支录奎郑方国强成舸支野陕西省公安厅陕西省公安厅科信委专家组陕西公安信息化应用实验室清华大学人工智能研究院听觉智能研究中心北京大学图书馆重点期刊评审组清华大学北京信息科学与技术国家研究中心语音和语言技术团队北京得意音通技术有限责任公司 APSIPA 中国计算机学会(CCF)语音对话与听觉专委会1 中文信息学会常务理事及语音信息专委会1 声学学会1 全国人机语音通信学术会议常设机构委员会1 公安部全国安全防范标委会人体生物特征识别应用分委会1 工信部中文语音交互技术标准工作组声纹识别专题组1 国家信息中心1 北京得意音通技术有限公司1 公安部道路交通安全研究中心

在现实生活中,移动终端(手机)是必不可少的数据交互工具.工具使用的效果不仅仅在于手机本身,更重要的是在于网络应用环境是否给力,如果在网络极端环境下终端数据交互不尽人意时,如何另辟蹊径,在网络异常时终端数据仍然可正常交互.提出... 详细信息

在现实生活中,移动终端(手机)是必不可少的数据交互工具.工具使用的效果不仅仅在于手机本身,更重要的是在于网络应用环境是否给力,如果在网络极端环境下终端数据交互不尽人意时,如何另辟蹊径,在网络异常时终端数据仍然可正常交互.提出一种新的理念瓶装数据:一种极端环境下的终端数据安全新机制,其主要创新点在于,当网络异常前事先将个人数据存放在离线的数据“瓶子”里,同时将生物比对模板也同样装在自己的数据“瓶子”里,一旦网络中断“瓶子”里的数据不受到任何网络影响,实现身份认证并与离线读卡器进行数据安全交互.

关键词：极端环境终端数据

在线全文

学校读者我要写书评

暂无评论

面向遥感视觉问答的尺度引导融合推理网络

软件学报 2024年第5期35卷 2133-2149页

作者：赵恩源宋宁聂婕王鑫郑程予魏志强中国海洋大学信息科学与工程学部山东青岛266100 清华大学计算机科学与技术系北京100084 青岛海洋科技中心山东青岛266061

遥感视觉问答(remote sensing visual question answering,RSVQA)旨在从遥感图像中抽取科学知识.近年来,为了弥合遥感视觉信息与自然语言之间的语义鸿沟,涌现出许多方法.但目前方法仅考虑多模态信息的对齐和融合,既忽略了对遥感图像目... 详细信息

遥感视觉问答(remote sensing visual question answering,RSVQA)旨在从遥感图像中抽取科学知识.近年来,为了弥合遥感视觉信息与自然语言之间的语义鸿沟,涌现出许多方法.但目前方法仅考虑多模态信息的对齐和融合,既忽略了对遥感图像目标中的多尺度特征及其空间位置信息的深度挖掘,又缺乏对尺度特征的建模和推理的研究,导致答案预测不够全面和准确.针对以上问题,提出一种多尺度引导的融合推理网络(multi-scale guided fusion inference network,MGFIN),旨在增强RSVQA系统的视觉空间推理能力.首先,设计基于Swin Transformer的多尺度视觉表征模块,对嵌入空间位置信息的多尺度视觉特征进行编码;其次,在语言线索的引导下,使用多尺度关系推理模块以尺度空间为线索学习跨多个尺度的高阶群内对象关系,并进行空间层次推理;最后,设计基于推理的融合模块来弥合多模态语义鸿沟,在交叉注意力基础上,通过自监督范式、对比学习方法、图文匹配机制等训练目标来自适应地对齐融合多模态特征,并辅助预测最终答案.实验结果表明,所提模型在两个公共RSVQA数据集上具有显著优势.

关键词：遥感视觉问答多模态智能融合多模态推理多尺度表征

在线全文

学校读者我要写书评

暂无评论

汉语基本块标注系统的内部关系分析

清华大学学报（自然科学版） 2009年第10期49卷 1708-1711,1716页

作者：宇航周强清华大学信息技术研究院语音和语言技术中心清华信息科学与技术国家实验室技术创新与开发部语音和语言技术中心北京100084

针对目前基本块分析主要侧重外部边界和句法标记识别的处理缺陷,提出了一种可以同时获得基本块的外部句法标记和内部关系描述的汉语基本块分析方法。首先通过设计关系标记集来描述基本块内部词与词之间的句法依存关系,然后利用统计建模... 详细信息

针对目前基本块分析主要侧重外部边界和句法标记识别的处理缺陷,提出了一种可以同时获得基本块的外部句法标记和内部关系描述的汉语基本块分析方法。首先通过设计关系标记集来描述基本块内部词与词之间的句法依存关系,然后利用统计建模对句子中的每个词进行序列关系标注,最后通过有限自动机规则自动获取句子的完整基本块标注结果。实验结果表明,与使用经典的边界标记(IOB)模型进行基本块句法标注分析的方法相比,该方法在句法标记识别性能略有下降的情况下获得了很好的内部关系分析结果。

关键词：中文信息处理基本块内部关系分析统计模型

基于多智能体的人机协同解决复杂学习问题实证研究

在线全文

学校读者我要写书评

暂无评论

开放教育研究 2024年第3期30卷 63-73页

作者：翟雪松季爽焦丽珍朱强王丽英浙江大学教育学院浙江杭州310058 清华大学信息化技术中心北京100084 浙江大学计算机科学与技术学院浙江杭州310058 南京师范大学教育科学学院江苏南京210097

本研究采用基于大语言模型的多智能体框架,探索学习者在人机协同环境中解决复杂学习问题的路径。通过对比学习者在单智能体和多智能体合作模式下的话语行为,本研究发现在多智能体环境中,学习者能够自发运用多维提问策略,高效解决复杂学... 详细信息

本研究采用基于大语言模型的多智能体框架,探索学习者在人机协同环境中解决复杂学习问题的路径。通过对比学习者在单智能体和多智能体合作模式下的话语行为,本研究发现在多智能体环境中,学习者能够自发运用多维提问策略,高效解决复杂学习问题。研究结果有助于教育者反思当前使用大语言模型进行单体对话的局限性,也为未来建设大规模人机交互系统提供了实践经验。

关键词：多智能体大语言模型生成式人工智能人机协作复杂学习问题

在线全文

学校读者我要写书评

暂无评论

语言冗余和韵律结构对普通话音节时长的影响

清华大学学报(自然科学版) 2024年

作者：刘晓旺郝韵张劲松格罗宁根大学语言与认知中心北京语言大学语言智能学习研究所北京语言大学信息科学学院

语音信息论主要研究语言信息冗余和声学特征之间的关系。目前的研究结论主要来自印欧语系的语言,而在汉语普通话方面的研究较少,尤其是在语言冗余与韵律结构(边界和重音)的对应关系问题上,还缺乏研究。该文运用信息理论中的惊异度(surpr... 详细信息

语音信息论主要研究语言信息冗余和声学特征之间的关系。目前的研究结论主要来自印欧语系的语言,而在汉语普通话方面的研究较少,尤其是在语言冗余与韵律结构(边界和重音)的对应关系问题上,还缺乏研究。该文运用信息理论中的惊异度(surprisal)概念表示语言冗余程度,通过计算汉语朗读语篇语料库(ASCCD)中汉字层级的一元惊异度(unigram surprisal)和二元惊异度(bigram surprisal),考察普通话中语言冗余、韵律结构和音节时长三者之间的关系。结果表明:给定前字的二元惊异度与重音程度有关,给定后字的二元惊异度与边界层级存在对应关系;在控制韵律结构因素后,语言冗余能够独立解释音节时长的变化,从而支持弱化版的平稳信号冗余假设。

关键词：语言冗余音节时长韵律结构平稳信号冗余假设