深度学习视阈下算法生成内容独创性之证伪

在数字经济背景下,互联网及大数据造就了人工智能创作作品.人工智能创作又被称之为"数据驱动的创作"(Data-Driven Creativity)或"算 法 创 作"(Algorithm for Authorship).学界将算法创作的功劳归功于机器学习或深度学习(deep learning)理论.深度学习使机器具备逻辑和思维,是人类智力活动的再现.诚然,机器学习是人工智能领域的重要理论,作为其分支领域的深度学习,当前甚至可以成为人工智能的代名词.深度学习带来了一个新浪潮,其目前主要应用于语音识别、图像识别等领域,解决目标识别、语音感知和语言理解等与人工智能相关的任务.而深度学习给版权法领域带来的挑战,在于其打破了传统的作品创作模式.在作者权体系下,作品一直被视为作者个性化思想情感的表达,作者与作品是"父与子"的关系.深度学习的算法创作模式下,机器独立创作、人机共融创作产生的内容能否具备可版权性,成果如何保护,产生了争议,因而有必要在剖析算法创作过程的基础上开展研究.     

基于图像识别的公交智能语音报站系统的设计与实现

提出了一种基于图像识别技术的公交智能语音报站系统的设计方法.通过安装在车辆前端的CCD摄像头来获取相距公交站台一定距离的地面标志符,经过图像识别技术和单片机控制技术处理,获取的路面图像并识别地面标志符,然后启动对应站点的语音播报及LED屏提示系统,从而实现公交车智能语音报站.实物作品仿真实验表明,该设计能够准确识别并正确播报公交站台.     

多状态隐Markov统计模型的基本原理及其应用

隐马尔可夫模型(hidden Markov model,HMM)是一类统计模型,经典理论于20世纪60年代末70年代初由L.E.Baum等提出,20世纪70年代中期开始应用于语音识别领域。目前被广泛应用于基因关联分析和基因识别、图像识别、孤立词识别和目标     

隐马尔可夫模型算法基础探析

隐马尔可夫模型是一个具有双重随机过程的统计模型,已被广泛应用于语音识别、生物序列分析和管理等领域。在隐马尔可夫模型中存在三个基本问题,即学习问题、解码问题和估值问题,一般分别使用Baum-Welch算法、Viterbi算法和向前-向后算法进行解决。其中,学习问题的Baum-Welch算法本质上是EM算法在隐马尔可夫模型中的一个应用,解码问题的Viterbi算法本质上是动态规划算法在隐马尔可夫过程中的一个应用。文章就EM算法和动态规划算法进行了一定的梳理和分析,以促进对隐马尔可夫模型算法的理解。     

让玩具和孩子聊心事

语音合成(TTS)技术经过多年的发展,早已不是什么新鲜技术.谷歌、微软和苹果三大巨头相继推出各种语音辅助功能,比如语音搜索、语音助手,就连最熟悉的微信,也可利用语音做很多事情.其实除了这些以外,语音技术还可以有别的新玩法.一家专门面向孩子的智能语音平台公司ToyTalk就想出了新花样——它要让玩具会说话.     

基于SVM集成学习的认知障碍脑电分类研究

目的:提出了一种基于小波特征提取的支持向量机集成分类算法,用于脑卒中后认知障碍病人的识别.方法:首先由Infomax独立分量分析算法去除脑电信号中的干扰成分;然后利用db4小波基提取认知电位P300特征波,并进行叠加平均;最后将特征量基于Bagging算法送入支持向量机基分类器进行集成学习,通过最大投票法得到分类结果.结果:实验结果表明,该算法分类效果好,平均分类精度为85.71%.结论:较单个支持向量机分类器,识别性能好,实现了认知障碍脑电信号的有效分类.     

语音魔法 人机交互新革命

随着语音识别技术的快速发展,智能语音正成为新的人机交互方式未来产业从终端到生态环境、商业模式,都将发生重大的变化从十九世纪末的打孔卡和纸带输入,到盛行了数十年的键盘鼠标,再到现在流行的触摸输入,人机交互正在变得更直观、自然和人性化。近几年,随着语音识别技术的快速发展,智能语音正成为新的人机交互方式。"以前我们说鼠标加水泥等于新经济加传统经     

一种DCT算法的新型脉动阵列结构

DCT算法使用广泛,但其算法复杂,占用硬件资源多.为了减少硬件资源开销,文章针对素数长度的DCT变换,首先将N(N为素数)点DCT表达武写成2个循环卷积式,然后采用基于快速循环卷积的脉动阵列结构来实现.结果表明本算法与之前算法相比在N点的DCT变换中能节省(N-1)/2个乘法器和2N个寄存器,而代价只是多了(N-1)/2个加法器,减少了硬件开销.     

基于视频识别技术的隧道视频监控系统

本文介绍了一种基于视频识别技术的隧道视频监控系统,该系统有别于传统视频监控系统,系统通过计算机软件处理视频图像.采用先进的图像处理算法,实现视频图像的自动识别,较好地解决了传统视频监控系统的缺点问题,有较大的应用前景.     

自动语音识别:从幻想到现实

相信在不久的将来,语音识别设备就能以比我们自己还要高的准确度来抄写我们的语言您是否曾经梦想有一天能用自己的声音控制你的房子、汽车,甚至机器人管家?自动语音识别曾经只是科幻小说中的概念,而现在它是信息和通信技术的一个重要组成部分,越来越成为我们日常生活的主料。当您让您的iPhone"呼叫Tom"的时候,你就在使用自动语音