内蒙古远程控制方案

发布人:云立方通信 发布时间:2019-05-24 18:27:57

内蒙古远程控制方案l3o5t
而在GoogleTPU的论文里也明确提到其实我个人觉得,针对未来可能会发展成一种融合的形态,不知道大家有没有注意到,英伟达新发布的V100其实是有TensorCore的,因此我觉得未来的通用计算可以处理很多复杂的控制或者逻辑等。因此,每个设备端都需要具备一定不依赖于云端的独立计算能力,即上面提到的边缘计算。
在智能家居的场景下,通过自然语音的方式与终端设备进行交互,在当前已成为行业主流。
由于家庭场景的特殊性,家用终端设备需区分,提取正确的用户命令(而不是家人在谈话时无意说到的无效关键词),以及声源,声纹等信息,因此,智能家居领域的语音交互对于边缘计算也提出了更高要求,具体表现在以下几方面:远讲降噪,唤醒家居环境下声场复杂,比如电视声音,多人对话,小孩嬉闹,空间混响(厨房做饭,洗衣机等设备工作噪音),这些容易干扰用户与设备间正常交互的声音,很大概率会在同一时间存在,这就需要对各种干扰进行处理,抑制,使得来自真正用户的声音更加突出。是的
DavidPatterson就是RISE实验室的顶梁大佬之一。

内蒙古远程控制方案


内蒙古远程控制方案
在这个处理的过程中,设备需要更多的信息量来进行辅助判断。
家居场景语音交互的一个必备功能是使用麦克风阵列进行多通道的同步声音录入,通过对声学空间场景进行分析,使得声音的空间定位更加准确,大幅提升语音质量。
另一个重要功能是通过声纹信息辅助区分真正用户,使他的声音从多人的窜扰中更加清晰地区分出来。
这些都需要在设备端实现,且需要较大的算力支持。
本地识别家居领域人机交互的本地识别离不开边缘计算,具体体现两个方面:高频词。降噪前那些像沙子一样的紫色的部分淡了很多
从实际统计来看,用户在特定场景下的常用关键词指令数量有限。
例如车机产品,用户常使用的可能是“上一首/下一首”,空调产品有可能常用的命令是“开启/关闭”等,这些用户经常用到的词就叫做高频词。
对于高频词的处理,完全可以放在本地处理而不依赖于云端的延时,从而带给用户佳的体验。
联网率。
在智能家居产品尤其是家电产品落地的过程中,联网率是一个问题。
如何在不联网的情况下让用户感知到语音AI的强大,进行用户培养,也是边缘计算在当前的一个重要作用。分辨率高是提升人脸识别非常重要的因素
深圳市标准技术研究院路宏峰副院长在大会发言,他认为,一个企业在产业链中高的阶段,就是把标准和知识产权结合,终实现一个标准,通过标准的全球化来实现技术转化为产品、转化为市场,来收取标准背后的技术利益。

内蒙古远程控制方案


内蒙古远程控制方案
本地/云端效率的平衡家居领域的自然语言交互过程中,当所有的计算被放到云端时,声学计算的部分将对云端计算造成较大压力,一方面造成云平台成本的大幅增加;另一方面带来计算延迟,损害用户体验。
自然语音交互分成声学和自然语言理解(NLP)两个部分,从另一个维度上来讲,可看成是“业务无关”(语音转文字/声学计算)和“业务有关”(NLP)的部分。
业务有关的部分毫无疑问需要在云端解决,例如用户问天气,听音乐等需求,那么设备对用户语句的理解,以及天气信息的获取必须通过联网来完成。这很不可思议
但是,对于用户语音到文字的转换,例如下达指令“打开空调,增加温度等”,其中的部分甚至大部分计算是有可能在本地完成的。
这种情况下,从本地上传到云端的数据将不再是压缩后的语音本身,而是更为精简的中间结果甚至是文本本身,数据更为精简,云端计算更为简单,则响应也更为迅速。
多模态的需求所谓多模态交互即多种本体交互手段结合后的交互,例如将多种感官融合,比如文字,语音,视觉,动作,环境等。
人是一个典型的多模态交互的例子,在人与人交流的过程中,表情,手势,拥抱,触摸,甚至是气味,无不在信息交换的过程中起着不可替代的作用。我的照片在搜索结果中
如IBM公司与重庆市南岸区签署了区域信息服务平台合作备忘录,计划通过应用创新的信息及通讯技术全面改造及优化现有区域服务体系,实现重庆南岸区健康保障体系的全民覆盖。

内蒙古远程控制方案


内蒙古远程控制方案
显然,智能家居的人机交互势必不止语音一个模态,而是需要多模态交互并行。
举个例子,智能音箱如果看到人不在家,那就完全不需要对电视里误放出的唤醒词进行响应,甚至可以把自己调到睡眠状态;一个机器人如果感觉到主人在注视他,那么可能会主动向主人打招呼并询问是否需要提供帮助。
多模态处理无疑需要引入对多类传感器数据的共同分析和计算,这些数据既包括一维的语音数据,也会包括摄像头图像以及热感应图像等二维数据。
这些数据的处理无不需要本地AI的能力,也就对边缘计算提出了强力的需求。
AIoT带来的AI芯片需求AI算法对设备端芯片的并行计算能力和存储器带宽提出了更高的要求,尽管基于GPU的传统芯片能够在终端实现推理算法,但其功耗大,性价比低的弊端却不容忽视。在保健领域,如血液等很多敏感的材料是需要持续监测的重要数据,RFID的实时追踪正好能派上用场。图35RNNRef6bLSTMCell的复杂度对应了自然语言处理的复杂度

本文地址: http://www.qiliwang.cn/xinxi/11376/190516/40378815.html 转载请注明!