搜索[语音识别系统]结果-低调大师优秀个人博客

讯飞输入法背后的语音能力：讯飞开放平台语音听写 WebAPI 接入实践

做语音相关产品的开发者，常被问到"讯飞的语音识别能不能接进我的应用"。

2026-09-04

语音交友陪玩系统架构实战：多人语音房的麦位同步与底层治理

语音社交产品的使用体验，既取决于房间里的实时交流氛围，也取决于平台底层能否建立清晰的数据模型、权限边界和高效的后台处理流程。

2026-08-27

语音合成TTS技术深度解析：从Tacotron到VITS的端到端语音生成工程实现

文本转语音（Text-to-Speech, TTS）是AI多模态的重要组成。从传统的拼接合成到参数合成，再到深度学习时代的端到端神经TTS，语音质量实现了质的飞跃。

2026-08-25

国际语音报警接口怎么申请？符合国际通信标准的紧急语音报警方案

本文详细讲解国际语音报警接口的申请流程与技术落地方案，帮助开发者快速搭建符合国际通信标准的紧急语音告警体系，解决海外告警触达率低、合规性不足的技术问题。

2026-08-20

百融智能的语音模型：让AI听懂长语音、答对复杂问题！

INTERSPEECH 是国际语音领域公认的三大顶会之一（与 ICASSP、ASRU 并列），其官方挑战赛历来以赛题硬、数据严著称，被视为语音技术领域的"硬指标考场"。

2026-08-20

融合语音社工与 Passkey 劫持的 M365 语音钓鱼攻击检测与闭环防御研究

FIDO2 Passkey 无密码认证本用于抵御传统账号钓鱼，却被黑灰产结合语音钓鱼（Vishing）形成新型复合攻击。

2026-07-13

云栖号资讯：【点击查看更多行业资讯】在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！大麦的人脸闸机在2019年杭州马拉松上成功的完成了刷脸入场功能的首秀，相比传统的马拉松入场核验方案在入场体验和入场效率上都有了很大的提升，下面介绍一下大麦的人脸识别是如何支持马拉松赛事的。马拉松赛事流程介绍马拉松赛事的流程主要分三步：第一步，参赛者到马拉松官方网站报名，报名成功后会通知选手；第二步，报名成功的选手需携带身份证到官方指定的地点领取装备；第三步，比赛当天携带号码簿验票入场进行比赛。我们面临的挑战是： 1、如何在指定时间内完成参赛者的装备领取工作：既要保证快速领取不造成人员积压，又要保证装备不会领错； 2、如何保证比赛当天在短时间内完成几万人的入场核验工作。大麦人脸识别解决方案在介绍大麦的人脸识别方案之前，首先介绍人脸比对的几个常用术语： 1比1：1比1是指用照片跟人进行比对，通过算法判定照片和人是否是同一个人，简单理解就是证明“你就是你”。 1比N：1比N是指在N个人的照片库里（底库）进行查找，通过算法判定这个人是否在这些照片里面，通俗来讲就是“我是谁”。清楚了马拉松赛事的流程之后，下面介绍大麦是如何支持现场领取装备和比赛当天入场核验的，在我们的方案里面比赛当天的入场核验是压力最大，风险最高的，而且这个也是依赖前两步的。选手入场比赛时不会携带手机和证件，那如何进行验票呢？大麦传统做法：提前跟主办沟通，在号码簿中放置一个射频芯片，芯片号与号码簿上的号码一一对应，这样通过验票设备扫描到芯片后会查询到这个选手的参赛信息，包括照片（来源于第1步和第2步），为什么需要照片？只有拿到照片然后和本人进行比对才能确认是不是本人还是替跑，这就用到了人脸识别，也就是上面所说的1比1比对。这个方案是可行的，但面临两个问题： 1、号码簿是第三方公司负责的，经常会遇到号码簿里没有芯片或者芯片号跟号码簿上的号码不一致（实际发生率还比较高），这就会造成选手无法直接核验入场，需要人工处理； 2、这种入场方案需要先核验芯片，再进行人脸比对，在马拉松赛事中有一些力不从心，因为几万名选手需要在短短的半个多小时完成入场，压力可想而知。如何优化选手入场，既避免号码簿芯片的问题，又能快速准确的核验？这就用到人脸识别的1比N，我们提前拿到所有选手的照片，选手直接刷脸进行比对，快速核验入场。这个优化的方案需要做到以下两点： 1、安全的人脸比对算法，该进去的人放行通过，不该进去的人拒绝开闸； 2、提前获取所有选手的照片，而且照片质量需要足够好，用作人脸比对的底库人脸比对算法这块要求是比较严格的，马拉松赛事每年都有很多替跑的人，我们的人脸算法必须要能找出替跑者，而且大麦的验票场景像演唱会的门票动辄上千，是决不允许让无票的人入场，当然也要让买了票的人能够正常通过，这样的场景与刷脸支付场景比较像，因此我们使用了成熟的金融级别的人脸算法。获取所有选手的照片的问题，我们是通过前面介绍的报名和领装备的环节解决的：我们会要求选手在报名的时候提交一张本人的照片，但是这不能保证所有人都提交了质量足够好的照片，而且提交的照片是本人。这就需要在现场领取装备的时候解决，因为这影响到比赛时能否正常顺利入场。下面介绍我们是如何在完成领取装备的同时获取到选手的照片：我们都知道，入场验票时是需要票的，选手在使用身份证领装备的时候其实他的身份证就是一张票，选手使用大麦的闸机系统刷身份证后，系统会根据身份证号读取到选手的信息，然后会通过闸机的打印系统打印出一张小票，选手拿着小票到相应的窗口领取参赛装备。但是这样无法满足主办的要求，必须要求选手持本人身份证到现场领取装备，当然也无法满足我们自己的需求——获取到所有选手的照片。因此我们在选手刷身份证的时候对他进行了1比1比对，确认是本人后再去采集一张用户现场的照片，这就完成了身份确认和照片的获取。在这个方案里，领取装备的这个流程其实是可以优化的，用户在第1步报名时提交的照片有很多是质量很好可以直接用的，没有必要到现场再进行一次采集，对于这部分用户我们有了他们的照片之后会引导他们直接通过1比N人脸刷脸比对入场打印小票进行领取装备，这个方案的优点是： 1、直接刷脸，无需刷身份证+1比1比对+采集，让领取效率更高，避免现场排队 2、解决了很多已上传人脸的用户忘带身份证或者身份证丢失导致的无法领取装备的问题小结：我们通过报名的时候引导选手提交照片，通过现场引导让提交照片的选手直接刷脸领取装备，对于刷脸识别失败和未成功提交人脸的选手通过1比1进行本人确认并进行人脸采集，这样就确保了所有选手的照片都到了我们的人脸底库，也就使得我们在比赛当天可以让选手直接使用1比N比对直接刷脸入场。保护用户隐私与数据安全我们的人脸识别入场的方案是基于用户的照片，这就涉及到用户的隐私，我们会在马拉松报名的时候提前告知用户，获得用户的授权，我们需要做的更多的是如何保证用户照片的安全。下面介绍我们的方案：闸机识别到用户后需要显示用户的照片，为了保护用户的照片不被泄露，我们对读取用户照片的接口做了授权判断，非授权设备无法获取照片数据，只有已授权的设备才能获取到照片数据，且是已经进行过加密处理的，保证了数据不会从端上泄露。现场采集用户照片时，我们会将采集到的照片进行编码之后再进行一次加密操作，加密之后上传到服务端，上传成功之后会立即删掉本地的照片。在本场比赛结束之后服务器会自动将所有照片删掉。通过以上操作，保证了用户的照片数据安全，也就保护了用户的隐私。人脸闸机软件架构演进讲完了我们的人脸识别方案，下面再介绍一下我们的软件架构是如何支撑我们的人脸识别入场：我们的闸机采用的是安卓系统，开发闸机的人脸核验系统跟开发普通的安卓应用稍有不同，我们需要针对硬件进行适配：机芯（摆闸、辊闸），打印机，二维码模块，RFID模块，身份证模块等。那整个闸机的软件架构很自然的就成下面的样子：这样的方案用起来是没有问题的，但是时间长了会发现几个问题：无论是改动业务代码还是硬件驱动代码都需要针对整个应用升级随着闸机型号的增多，程序中会有各种型号的驱动，导致硬件驱动的代码臃肿，不易维护关于硬件的适配，由于跟业务代码合在一起，只能我们自己来做，无法交给闸机的厂商因此在这个基础上我们对软件架构进行了优化：业务程序与驱动程序分开，采用了面向接口编程的思想，业务程序通过AIDL的方式将命令给到驱动程序。这样的好处显而易见：业务和驱动代码不再耦合在一起，各自独立，业务应用只需关心业务逻辑，驱动应用做好硬件驱动的事情业务程序无需关心驱动程序如何实现，驱动程序的实现可以交由厂家实现，我们制定标准就好了业务程序和驱动程序独立升级，按需升级每种型号的设备使用统一的业务程序，只安装自身的驱动程序，不再需要将所有的不同型号的设备驱动代码都放在一起人脸识别能力优化我们采用了安全的人脸识别算法，但这不表示算法就能解决我们现场的所有问题，大麦的现场环境较刷脸支付场景更为复杂，下面介绍我们是如何优化和提升我们的人脸识别能力： 1、解决底库增大&&降低误识率研究过人脸算法的同学应该清楚，再完美的人脸算法也会有误识的情况，也就是误识率，而且随着底库的变大，误识率也会跟着上升。马拉松的场景几万人很正常，既要降低误识率又要满足底库的变大，看似一个矛盾的问题，而且算法层面目前是无法解决，但必须要解决业务问题，我们的思路是：既然算法无法解决，那只能通过业务去解决，我们知道马拉松赛事还细分为全马，半马，情侣跑，迷你跑，家庭跑等不同的种类，那我们就可以根据这些不同的种类将人群分开，这样就做到了减少了底库，那误识率自然会降低。 2、人脸数据全流程打通上面讲过通过报名网站进行人脸采集或者现场刷身份证进行现场采集，完成人脸采集，但是还有一种情况是用户既没有在报名时上传照片，有没有携带身份证，这些用户只能通过大麦APP进行采集，那如何保证APP上采集了之后能马上入场领取装备？那就需要把整个流程打通，具体如下： 3、动态远程调优马拉松的人脸识别场景其实要比人脸支付的场景复杂，人脸支付大多是在室内，光线的影响会相对小一些，而马拉松既要考虑室内场景（领取装备）又要考虑户外场景（开跑入场），面临着曝光过度、逆光侧脸和远距离等的影响，因此需要根据具体环境来进行调优，我们通过在管理端动态修改影响人脸算法的各种参数，以及是否采用降级方案等，远程下发到现场所有设备，确保选手顺利高效入场，不会引起排长队的问题。总结我们根据马拉松赛事实际的业务场景，将人脸识别功能1比1和1比N应用到马拉松赛事，开启了马拉松行业的新的入场模式，但是我们的路还很长，人脸算法需要继续提升：提高识别率与降低误识率，不同环境下人脸算法的优化配置，室内与户外的不同验票方案以及已经开始商业化的5G能否给我们的业务带来新的突破，我们会将人脸识别功能应用到更多的核验场景，持续提升现场用户的入场体验和通行效率。【云栖号在线课堂】每天都有产品技术专家分享！课程地址：https://yqh.aliyun.com/zhibo 立即加入社群，与专家面对面，及时了解课程最新动态！【云栖号在线课堂社群】https://c.tb.cn/F3.Z8gvnK 原文发布时间：2020-03-16本文作者：阿里文娱技术专家墨贤本文来自：“AI科技大本营公众号”，了解相关信息可以关注“AI科技大本营公众号”

2020-03-16

想尝试搭建图像识别系统？这里有一份TensorFlow速成教程

本文来自AI新媒体量子位（QbitAI）从我们见到的各种图像识别软件来看，机器似乎能认出人脸、猫、狗、花草、各种汽车等等日常生活中出现的物体，但实际上，这有一个前提：你要用这些类别的图像，对它进行过训练。确切地说，该叫它“图像分类”。建立一个图像分类器并不复杂，技术博客Source Dexter上最近发表的一篇文章，介绍了该如何快速用TensorFlow实现图像分类。以下是量子位节选自这篇文章的内容：在进入正题之前，我们先讲一些基本概念。图像分类是怎样实现的？向一个训练过的系统输入图像，我们会得到一组概率值：每个训练过的类别都有一个，然后，系统会将图像归到概率最高的类。比如说你训练了一个系统，来识别猫和狗。当你输入一张图像时，系统会输出这张图像属于猫的概率和属于狗的概率。不过，这种分类器也有一个缺陷：如果你输入一张蛇的图片，它也只

2018-01-01

北大团队研发“车脸”识别系统，不看车牌看外观特征实现精确识别

北京大学信息科学技术学院田永鸿等三名研究人员研发了根据汽车外观特征，而非扫描车牌号来精确识别摄像头拍摄的车辆的新技术。研究人员称该项技术也能用于人脸识别和行人检测，能为侦破盗窃车辆等案件提供帮助。论文：https://arxiv.org/pdf/1708.02386.pdf 据《参考消息》8月30日引西媒报道，北京大学信息科学技术学院田永鸿等三名研究人员研发了根据汽车外观特征精确识别摄像头拍摄的车辆的新技术。该系统不再依靠扫描车牌号，而是基于对车辆外观特征的记录和分析，如轮廓线条、碰撞损伤或漆面刮痕等，依据这些特征数据搜索出机动车的型号和注册信息。研究人员将这一多任务学习框架命名为“Repression Network (RepNet)”，识别车辆依据的指标分为两类，一类是车辆外观的“一般细节”，如颜色、品牌、型号等；另一类是车辆的

2017-08-30