如果是,基于所述当前帧图像,确定待分析图像,其中,所述待分析图像为:关于所述目标语音关键事件检测防护舱及所述目标对象的图像;将所述待分析图像输入到预设的检测模型中,得到关于所述目标防护舱的事件检测结果;其中,所述检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。第二方面,本发明实施例提供了一种事件检测装置,所述装置包括:图像获取模块,用于实时获取关于目标防护舱的图像,并将当前时刻所采集到的图像作为当前帧图像;图像检测模块,用于检测所述当前帧图像是否包含目标对象,其中,所述目标对象为:能够表征用户进入所述目标防护舱的用户身体部位;如果是,触发图像确定模块;所述图像确定模块,用于基于所述当前帧图像,确定待分析图像,其中,所述待分析图像为:关于所述目标防护舱及所述目标对象的图像;结果确定模块,用于将所述待分析图像输入到预设的检测模型中,得到关于所述目标防护舱的事件检测结果;其中,所述检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口。语音关键事件检测真的好用吗?湖北语音关键事件检测服务标准
还可以在检测到发生异常事件时,确定所发生的异常事件的事件类型。即事件检测结果为:关于发生异常事件且所发生异常事件类型的结果。这样,电子设备可以根据检测模型的输出结果,确定目标防护舱内发生哪种异常事件。可选的,一种具体实现方式中:在上述步骤s304中,上述检测模型可以直接输出:所发生的异常事件的类型,这样,电子设备便可以直接确定目标防护舱内用户出现的异常事件的类型,并将该类型作为:关于目标防护舱的事件检测结果。例如,倒地事件;这样,电子设备便可以确定目标防护舱内出现用户意外倒地的事件。可选的,另一种具体实现方式中:在上述步骤s304中,在训练检测模型时,可以预先设定多种类型的异常事件,则上述检测模型可以直接输出:正常事件概率以及每种类型的异常事件的概率。其中,正常事件表示目标防护舱内未发生异常事件。这样,电子设备便可以将概率比较高的事件确定为目标防护舱内用户出现的事件的类型,并将该类型作为:关于目标防护舱的事件检测结果。显然,当正常事件概率比较高时,则可以确定目标防护舱内未发生异常事件,当某类型的异常事件的概率比较高时,则可以确定目标防护舱内发生该类型异常事件。例如,正常事件概率5%。浙江信息化语音关键事件检测设计语音关键事件检测的评价怎么样?
用于基于当前帧图像,确定待分析图像,其中,待分析图像为:关于目标防护舱及目标对象的图像;结果确定模块640,用于将待分析图像输入到预设的检测模型中,得到关于目标防护舱的事件检测结果;其中,检测模型为:基于各个样本图像和每个样本图像的事件检测结果所训练得到的模型。以上可见,应用本发明实施例提供的方案,实时获取目标防护舱的图像,并判断当前时刻所采集到的当前帧图像是否包括目标对象,由于目标对象为:能够表征用户进入目标防护舱的用户身体部位,则可以基于当前帧图像判断当前时刻是否有用户进入目标防护舱。则当判断结果为是时,便可以基于当前帧图像,确定待分析图像,进而将该待分析图像输入到预设的检测模型中,得到关于目标防护舱的事件检测结果。这样,由于检测模型是基于各个样本图像和各个样本图像的事件检测结果所训练得到的模型,因此,检测模型充分学习了样本图像和事件检测结果之间的对应关系。基于此,在本发明实施例中,利用采集到的真实图像来确定待分析图像,利用训练好的检测模型对待分析图像进行检测,便可以提高关于目标防护舱的事件检测结果的准确率。而上述事件检测结果中可以包括目标防护舱内所发生的事件类型。
将w2与w4进行横向拼接得到终的语义表示w3,w3的维度可以为[n,2*d1]。在本申请的示例性实施例中,自注意力机制计算具体可以包括:将w2分别进行多次(如三次)线性变换得到w21、w22、w23,然后可以执行矩阵相乘运算得到w4=(w22*w23t)*w21,w3=w2||w4。s105、对所述新的语义表示w3进行span分类,确定每个span是否为一个事件的触发词或事件主体。在本申请的示例性实施例中,所述对所述新的语义表示w3进行span分类可以包括:使用两层全连接神经网络和softmax层对每个span进行分类;其中,在训练阶段,将分类结果与带有标记的span进行误差计算和反向传播。在本申请的示例性实施例中,得到步骤s104的span的表示w3后,可以使用两层全连接神经网络和softmax层对span进行分类。在本申请的示例性实施例中,如果如步骤s101中所述,预先对数据进行了预处理,即预先对数据进行了span分类和标记,则在训练阶段,可以将分类结果与预处理过程所得的带有标记的span进行误差计算和反向传播,并进行参数更新操作完成训练过程。在本申请的示例性实施例中,在预测阶段,根据分类的结果即可得到每个span的类型。softmax的输出是每个span所属对应类型(预处理过程获得的带类型标记的span)的概率。语音关键事件检测技术怎么样?
在本申请的示例性实施例中,所述对所述向量化语义表示w1进行span划分,得到多个语义片段可以包括:获取设定的span的大宽度max_span_width;根据span的宽度从1到max_span_width依次在所述向量化语义表示w1上进行选取,获得多个span的语义表示span_embedding。在本申请的示例性实施例中,可以根据设定的span的大宽度max_span_width=8对步骤s101得到的语义表示w1进行划分。划分方法可以包括:span的宽度从1至max_span_width依次在向量w1上进行选取,得到n个span的语义表示,即span_embedding。s103、对多个语义片段进行平均池化,得到每个span的表示w2。在本申请的示例性实施例中,因每个span的宽度不一样(span_embedding的维度可以为[sw,d1],其中sw取值为1~max_span_width),因此可以对这n个span的语义表示进行平均池化处理,从而得到这n个span的表示w2,w2的维度可以为[n,d1]。s104、使用自注意力机制对获得的每个span的表示w2进行计算,得到每个span的新的语义表示w3。在本申请的示例性实施例中,该自注意力机制可以为自注意力加权计算。在本申请的示例性实施例中,可以将步骤s103所得的span的表示w2通过自注意力机制(自注意力加权计算)计算得到新的表示w4。语音关键事件检测该如何使用?浙江信息化语音关键事件检测设计
语音关键事件检测主要是用在哪里的?湖北语音关键事件检测服务标准
本发明涉及语音关键事件检测技术,特别是涉及一种事件语音关键事件检测。背景技术:当前,很多银行通过设置语音关键事件检测防护舱来为用户提供更便捷的金融服务。所谓防护舱,是一种离行式或在行式的智能化金融服务设施,其具有完善的结构设计,可以实现智能化控制和远程监控,保障内部atm(automatictellermachine,自动柜员机)及其它金融服务设备全天候安全、以及可靠地运行。其中,离行式是指设置在银行营业网点之外的地方,例如,住宅小区、校园、地铁站等公共场所;在行式是指设置在银行营业网点中。可以理解的,当用户进入语音关键事件检测防护舱进行金融活动时,有些时候会出现倒地、剧烈运动、破坏设备等异常事件,例如,老人突然身体不适晕倒、有人抢夺用户的银行卡、有人恶意破坏设备等情况。为了保障用户的人身和财产安全,需要对用户在防护舱中出现的异常事件进行检测,以便于可以及时救治或报警。相关方案中,检测用户在语音关键事件检测防护舱内出现倒地事件的方案是:在防护舱的两侧面板上距离地面1米。这样,用户在进入到防护舱时,便进入到红外线发射器的感测范围内,进而,由于用户身体的遮挡。湖北语音关键事件检测服务标准
深圳鱼亮科技有限公司是国内一家多年来专注从事智能家居,语音识别算法,机器人交互系统,降噪的老牌企业。公司位于龙华街道清华社区建设东路青年创业园B栋3层12号,成立于2017-11-03。公司的产品营销网络遍布国内各大市场。公司业务不断丰富,主要经营的业务包括:智能家居,语音识别算法,机器人交互系统,降噪等多系列产品和服务。可以根据客户需求开发出多种不同功能的产品,深受客户的好评。公司秉承以人为本,科技创新,市场先导,和谐共赢的理念,建立一支由智能家居,语音识别算法,机器人交互系统,降噪**组成的顾问团队,由经验丰富的技术人员组成的研发和应用团队。在市场竞争日趋激烈的现在,我们承诺保证智能家居,语音识别算法,机器人交互系统,降噪质量和服务,再创佳绩是我们一直的追求,我们真诚的为客户提供真诚的服务,欢迎各位新老客户来我公司参观指导。