XiaoMi-AI文件搜索系统
World File Search System嘴唇
审查有关金属表面上的femto秒激光引起的嘴唇的文章
Yuchan Zhang和Qilin Jiang使用泵探针成像技术检查了嘴唇形成机制。他们强调了飞秒激光脉冲塑形（考虑时间/频率，极化和空间分布）如何有效地制造高质量的嘴唇。他们还探索了嘴唇的各种应用以及塑造超快速激光器以进行高效，高质量处理的重要性[16]。Hongfei Sun，Jiuxiao Li和Mingliang Liu回顾了Lips在生物医学应用中的作用。他们讨论了激光参数的影响，例如能量，脉冲计数，极化和脉搏持续时间，对嘴唇的产生。本综述还介绍了飞秒激光修饰的嘴唇如何应用于功能表面，控制表面润湿性，细胞定植和增强的摩擦学特性[17]。
lipsound2：自我监督的嘴唇到语音重建和唇读的预训练
摘要 - 这项工作的目的是通过利用视频中音频和视觉流的自然共发生来研究跨模式自我监管的预训练对语音重新构造的影响。我们提出的LIPSOUND2由编码器 - 二次结构和位置意识到的注意机制组成，以将面部图像序列映射到MEL尺度频谱图，而无需任何人类注释。提出的LIPSOUND2模型是在〜2400-h多语言（例如英语和德语）音频数据（Voxceleb2）上首次预先训练。为了验证所提出的方法的普遍性，我们随后在域特异性数据集（网格和TCD-TIMIT）上进行了预训练的模型，以进行英语语音重建，并与依赖于讲话者依赖于依赖于讲话者的依赖于讲话者的言语质量和清晰度相比，对语音质量和清晰度的改善显着提高。除了英语外，我们还对中国普通话唇读（CMLR）数据集进行了中文语音重建，以验证对可转移性的影响。最后，我们通过在预先训练的语音识别系统上培养生成的音频并在英语和中文基准数据集上实现状态性能来训练级联的唇读（视频对文本）系统。
基于舌头和嘴唇运动的人机界面
摘要 本文介绍了一种新颖的人机界面，它基于舌头和嘴唇的运动，使用来自市售相机的视频数据。提取运动的大小和方向，可用于设置光标动作或进行其他相关活动。运动检测基于卷积神经网络。ASSISLT 系统 [1] 展示了所提解决方案的适用性，该系统旨在支持患有先天性和后天性运动性言语障碍的成人和儿童的言语治疗。该系统侧重于使用改善舌头运动和发音的练习进行个性化治疗。该系统提供了一组可调节的练习，使用增强现实来激励练习者的正确表现。自动评估治疗动作的表现使治疗师能够客观地跟踪治疗进展。