XiaoMi-AI文件搜索系统
World File Search SystemSilent
电极选择和卷积注意力网络用于从脑电信号中识别无声单词
摘要 — 无声语音期间产生的脑信号已被证明可用于设计基于通信的脑机接口 (BCI)。然而，脑信号本质上是非平稳和复杂的，因此很难识别。我们提出了一个使用通过脑电图 (EEG) 传感器捕获的脑信号识别想象单词的框架。我们的方法包括两个主要部分：(i) 电极选择方法和 (ii) 卷积注意网络。电极选择方法为想象语音识别提供包含最具辨别力的时频信息的电极。此外，来自选定电极的声谱图被用作卷积注意网络的输入，该网络提取时频特征并通过将更高重要性归因于具有更高辨别能力的时间点来执行分类。使用 EEG 数据集的实验结果表明，所提出的方法能够有效识别心里说出的单词，并且性能优于最先进的方法。索引词 —EEG、脑机接口、卷积网络、注意力、内在语言、无声语言、电极选择、时频
使用卷积和复发性神经网络静音EEG语音识别，其精度为85％，为9个单词分类
1个实验ML系统细分，Sberdevices Department，PJSC Sberbank，121165俄罗斯莫斯科； dvvorontsova@sberbank.ru（d.v.）; aizubov@sberbank.ru（a.z.）; bernalis@yandex.ru（P.R.）; ensezvereva@sberbank.ru（E.Z.）; le tlipman@sberbank.ru（l.f.）; ablanikin@sberbank.ru（A.L.）; aalekokolova@sberbank.ru（A.S。）; Markov.s.s@sberbank.ru（S.M.）2俄罗斯莫斯科的国家电子技术大学（MIET）国家研究大学（MIET）软件工程系3莫斯科州立大学的力学和数学学院，GSP-1，1 Leninskiye-Gory，Main Building，119991莫斯科，俄罗斯，俄罗斯，俄罗斯； Moscow物理与技术研究所（MIPT），141700 Dolgodudny，俄罗斯5信息技术与计算机科学系141700年，莫斯科物理与技术研究所（MIPT）控制与应用数学系4 4 4. Ostrovityanova Street联邦医学生物机构的神经技术”，第1页。 10，117997俄罗斯莫斯科； rensorlov@icloud.com 7俄罗斯血管内神经协会（RENS），俄罗斯莫斯科107078 *通信：bernadotte.alexandra@intsys.msu.ru†主要贡献。2俄罗斯莫斯科的国家电子技术大学（MIET）国家研究大学（MIET）软件工程系3莫斯科州立大学的力学和数学学院，GSP-1，1 Leninskiye-Gory，Main Building，119991莫斯科，俄罗斯，俄罗斯，俄罗斯； Moscow物理与技术研究所（MIPT），141700 Dolgodudny，俄罗斯5信息技术与计算机科学系141700年，莫斯科物理与技术研究所（MIPT）控制与应用数学系4 4 4. Ostrovityanova Street联邦医学生物机构的神经技术”，第1页。 10，117997俄罗斯莫斯科； rensorlov@icloud.com 7俄罗斯血管内神经协会（RENS），俄罗斯莫斯科107078 *通信：bernadotte.alexandra@intsys.msu.ru†主要贡献。
基于雷达的静默语音识别 - ISCA 档案
语音是我们最自然、最有效的交流方式，具有改善人机交互方式的巨大潜力。然而，语音通信有时会受到环境（例如环境噪音）、上下文（例如公共场所的隐私需求）或健康状况（例如喉切除术）的限制，从而阻碍可听语音的考虑。在这方面，已经提出了静音语音接口 (SSI)（例如，考虑视频、肌电图），然而，许多技术在日常使用中仍然面临限制，例如需要将设备与扬声器接触（例如，电极/超声波探头），并引发技术（例如，视频的照明条件）或隐私问题。在这种情况下，考虑可以帮助解决这些问题的技术，例如通过非接触式和/或放置在环境中，可以促进 SSI 的广泛使用。在本文中，我们将探讨连续波雷达以评估其在 SSI 方面的潜力。为此，我们获取了 3 位说话者的 13 个单词的语料库，并对结果数据测试了不同的分类器。使用 Bagging 分类器获得的最佳结果是，针对每位说话者进行训练，并进行 5 倍交叉验证，平均准确率为 0.826，这是一个令人鼓舞的结果，为进一步探索这项无声语音识别技术奠定了良好的基础。索引词：连续波雷达、无声语音识别、欧洲葡萄牙语、机器学习
通过超声波和视频进行静默与模态多说话人语音识别
我们研究了从舌头的超声图像和嘴唇的视频图像中进行多说话人语音识别。我们在模态语音的图像数据上训练我们的系统，并在两种说话模式的匹配测试集上进行评估：无声语音和模态语音。我们观察到，从图像数据中进行的无声语音识别表现不如模态语音识别，这可能是因为训练和测试之间的说话模式不匹配。我们使用解决领域不匹配的技术来提高无声语音识别性能，例如 fMLLR 和无监督模型自适应。我们还从话语持续时间和发音空间大小方面分析了无声语音和模态语音的特性。为了估计发音空间，我们计算从超声舌头图像中提取的舌头样条的凸包。总体而言，我们观察到无声语音的持续时间比模态语音的持续时间长，并且无声语音比模态语音覆盖的发音空间小。尽管这两个特性在各种说话模式下都具有统计显著性，但它们与语音识别的单词错误率并不直接相关。索引词：无声语音界面、无声语音、超声舌成像、视频唇成像、发音语音识别
Silent Swarm ® 无人值守电子战系统 - SRC, Inc.
该系统不显眼，非常适合长期部署在敌对地区。它可以用作无人值守的诱饵，利用电子战综合重编程数据库 (EWIRDB) 经过验证的雷达发射器情报数据来模仿 BLUFOR 和 REDFOR 雷达和武器系统及通信。该系统还提供先进的网络和非传统情报、监视和侦察功能，用于识别和利用对手。
使用静音语音接口 (ReSSInt) 进行语音恢复
ReSSInt 旨在研究如何使用无声语音接口 (SSI) 帮助失去说话能力的人恢复交流。SSI 是一种设备，可以捕获在语音生成过程中产生的非声学生物信号，并使用它们来预测想要传达的信息。本项目将研究两种生物信号：代表驱动面部肌肉的电活动的肌电图 (EMG) 信号和通过植入大脑的侵入式电极捕获的侵入式脑电图 (iEEG) 神经信号。在可能影响人的声音的各种言语障碍中，ReSSInt 将解决两种特殊情况：(i) 全喉切除术后失声和 (ii) 神经退行性疾病和其他创伤性损伤，这些损伤可能会导致人瘫痪并最终无法说话。为了让这项技术真正造福这些人，该项目旨在生成质量合理的清晰语音。这将通过记录大型数据库和使用最先进的生成深度学习技术来解决。最后，该项目预见了不同的语音康复场景，这将为 SSI 带来创新的研究解决方案，并通过改善有言语障碍的人的生活对社会产生真正的影响。索引词：无声语音接口、脑到语音转换、EMG 到语音、语音合成、语音转换、深度神经网络。
肮脏十二人的概念：人为因素错误的无声杀手
第二个是自满，这意味着某人的技能和经验被高估或因过度自信而流露出来。自满有时源于对工作中即将发生的危险没有意识到或缺乏警惕。自我满足加上对工作中潜在危险的无知是防止自满的有力手段。第三个是缺乏对手头工作任务的了解或正确信息。这意味着技术或非技术信息、清单或安全程序可能没有得到充分正确的翻译，或者操作和维护团队无法以当地语言获得。第四个是分心（例如，将注意力从工作任务上转移开）。分心是任何让我们无法专注于手头任务的事物。分心会让我们认为我们在工作流程或系统中比现在更进一步。第五个是缺乏团队合作以实现共同目标。第六个是疲劳（例如，意识水平下降），这会导致疲倦、劳累、紧张和精疲力竭。第七个是资源匮乏。这意味着无法使用或获得适当的工具、设备、信息和程序。在这种情况下，在使用正确的工具、手册或说明时，我们不能即兴发挥。下一个是工作压力，它会产生一种紧迫感。工作压力也是由于我们缺乏工作任务的计划或执行而造成的。在这种情况下，我们不应该过度承诺和交付与工作任务相关的任何东西。第九个是缺乏自信（例如，缺乏对需求的积极沟通），这对于新的工作系统或流程很重要。对数据和信息的可靠性或真实性的质疑和怀疑可能是自信的一部分。第十个是工作相关的压力，它可以是自我引发的，也可以是由外部因素引起的。第十一个是缺乏意识，被认为是在工作时观察时未能保持警觉或警惕。最后一个是规范，即通常做事的方式。规范是普遍接受的做法，即在不重新验证或核实当前系统或程序的情况下做出假设。规范可能根据不同的工作文化而形成不同。规范是没有发生任何突然变化的东西，因为当地员工希望留在原地。不幸的是，在大多数情况下，负面规范是偶然改变的，而不是事先改变的。因此，行业和公司必须将安全放在工作系统的首位，通过将 HFs 原则融入员工培训和教育中，将肮脏的十二种的负面影响降至最低。持续不断的培训和教育可以帮助我们提醒那些偶然因素或肮脏的十二种[7,8]。警觉、友好沟通、资源管理和安全预防措施肯定会减少与 HFs 相关的错误和
Ahasan R 等人。“肮脏的十二项”概念：人为因素错误和失误的无声杀手。Ergonomics Int J 2018, 2(1): 000137。
不了解工作中的潜在危险是防止自满情绪的有力手段。第三种是缺乏手头工作任务的知识或正确信息。这意味着技术或非技术信息、清单或安全程序可能没有得到充分正确的翻译，或者无法以当地语言提供给操作和维护团队。第四种是分心（例如，将注意力从工作任务上转移开）。分心是任何让我们忘记手头任务的事情。分心会让我们认为我们在工作流程或系统中比现在更进一步。第五种是缺乏团队合作以实现共同目标。第六种是疲劳（例如，意识水平下降），这会导致疲倦、劳累、紧张和精疲力竭。第七种是缺乏资源。这意味着未能使用或获得适当的工具、设备、信息和程序。在这种情况下，我们在使用正确的工具、手册或说明时不能即兴发挥。下一个是工作压力，它会产生一种紧迫感。工作压力也是由于我们缺乏计划或执行工作任务而造成的。在这种情况下，我们不应该过度承诺和交付与工作任务相关的任何东西。第九个是缺乏自信（例如，缺乏对需求的积极沟通），这对于新的工作系统或流程很重要。对可靠性的疑问和怀疑
第 11 届网络冲突国际会议：无声战斗...
一年一度的网络冲突国际会议 (CyCon) 即将进入第二个十年。CyCon 2019 是该会议的第 11 届，由北约合作网络防御卓越中心 (NATO CCD COE) 组织，于 2019 年 5 月 28 日至 31 日在塔林举行。自 2009 年以来，CyCon 已成为从技术、战略、运营、法律和政策角度解决网络冲突和安全问题的里程碑式会议。它汇集了来自政府、军队、学术界和私营部门的决策者和专家组成的值得信赖的圈子。随着 2016 年与美国陆军网络研究所合作推出年度 CyCon 美国会议系列，CyCon 还成为利益共同体的跨大西洋论坛，每年两次讨论网络领域最紧迫的问题。CyCon 上的辩论和演讲既来自学术界提交的原创研究论文，也来自该领域知名专家提供的见解。