南巡讲话

摘要： 在百花盛开的中国文艺舞台中,有一个独特而又非常重要的现象,即红色经典剧目在文艺舞台中发挥着重要的引领和示范作用,人们欣赏文艺经典的同时,领悟着以伟大建党精神为核心的中国共产党红色精神谱系。1992年小平同志南巡讲话提出社会主义市场经济概念以后,与前期的文艺舞台一脉相承,红色经典剧目继续在中国演出市场中发挥着独特而重要的引领示范作用。说其独特,因为“红色”在我国是一个独有的概念,世界演出市场并不多见(当然,朝鲜等社会主义国家也有类似概念),特指中国共产党领导中国人民创造的革命文化、红色文化;说其重要,因为红色经典剧目在文艺舞台和演出市场发挥着认知历史、振奋精神、整合思想、引领价值、艺术示范等重要作用。

摘要： cqvip:品牌是国家竞争力的综合体现,也是企业参与全球市场竞争的重要资源。我国历代党和国家领导人都高度重视品牌建设。毛泽东同志1956年3月在听取国务院有关部门汇报手工业工作情况时指出:"提醒你们,手工业中许多好东西,不要搞掉了。王麻子、张小泉的刀剪一万年也不要搞掉。我们民族好的东西,搞掉了的,一定都要来一个恢复,而且要搞得更好一些。"1992年,邓小平同志在南巡讲话中明确指出:"我们应该有自己的拳头产品,创造出自己的世界品牌,否则就要受人欺负"。

摘要： 开放风云,年届四十,畅咏圣功。昔南巡讲话,初扬新捧;为民代表,终入浓浓。发展筹筹,与时俱进,礼义风仪处处浓。

摘要： 千里行程勤调研,南巡讲话照坤乾。风云任教多奇幻,斩浪劈波中国船。

摘要： 自从邓小平爷爷“南巡讲话”实行改革开放以来,祖国发生了翻天覆地的变化,跨入了一个新时代。我的家乡也焕然一新,高速公路、铁路贯穿隆回,一座座高楼大厦像雨后春笋般拔地而起,资江河畔绿树成荫,蓝天碧水交相辉映。学校拥有了现代化的教室、高大上的科技楼、绿茵茵的运动场……

摘要： 1992年春天,中国改革开放的总设计师邓小平在南方视察发表“南巡讲话”,开启了中国改革开放的新篇章,也掀起了民营经济高速发展的巨潮。也是在这一年,我被派到湖北省襄樊市肢粘技术研究所(回天新材的前身),担任所长一职,开始了我与“回天”半生相伴互携、风雨共度之路。

摘要： 讲话区间检测装置包括：第1嘴唇形状估计部，基于包括讲话者的声音的声响数据估计讲话者的第1嘴唇形状；第2嘴唇形状估计部，基于至少拍摄到讲话者的面部的图像数据估计讲话者的第2嘴唇形状；和讲话区间检测部，基于第1嘴唇形状的变化和所述第2嘴唇形状的变化，在声响数据中检测讲话者发出声音的讲话区间。

摘要： 本公开的讲话者识别装置是对示出识别对象的讲话声音的讲话数据所对应的讲话者进行识别的讲话者识别装置(11)，具备：情感推测器(12)，利用进行了学习的DNN(Deep Neural Network：深度神经网络)，根据从讲话数据算出的声学特征量，对讲话数据所示的讲话声音中包含的情感进行推测；以及讲话者识别处理部(13)，利用情感推测器(12)的推测结果，根据从所述讲话数据算出的所述声学特征量，对用于识别该讲话数据所对应的讲话者的分数进行输出。

摘要： 提供从说话者的会议的生产率不高的状态促进成为生产率高的状态的讲话辅助装置、讲话辅助方法及记录介质。讲话辅助装置具有执行程序的处理器和存储上述程序的存储设备，其特征在于，上述处理器执行：计算处理，计算多个说话者各自的讲话时间的累计值，将上述累计值达到规定值的说话者的上述累计值清零；以及显示处理，在按每个上述说话者分配的显示区域群中的、被分配给上述累计值达到上述规定值的说话者的显示区域中，显示第1图形。

摘要： 本文描述的技术改进了使计算设备能够在与讲话者无关的多讲话者场景中进行自动语音识别(“ASR”)的方法。在一些示例中，深度学习模型的置换不变训练可以用于与讲话者无关的多个讲话者场景。在一些示例中，该技术可以确定模型对源信号的估计与源信号之间的置换考虑的分配。在一些示例中，该技术可以包括训练生成估计的模型以最小化置换考虑的分配的偏差。这些技术可以实现为神经网络的结构本身，解决了标签置换问题，标签置换问题阻碍了基于深度学习的语音分离技术的进步。这里讨论的技术还可以包括源追踪以在混合信号的帧中追踪源自相同源的流。

摘要： 目的是提供对于任意的人物根据声音和并不一定在讲话中被摄像的人物的图像进行讲话者推定的讲话者推定方法及讲话者推定装置。一种根据声音和图像推定讲话者的讲话者推定方法，具有：输入声音的步骤；从输入的声音中提取表示音质的特征量的步骤；输入图像的步骤；根据输入的图像进行各人物的人物区域的检测的步骤；根据检测出的各个人物区域推定表示音质的特征量的步骤；在没有检测到人物的情况下进行变更以输入来自其他的位置或角度的图像的步骤；计算从声音中提取的表示音质的特征量和根据图像的人物区域推定出的表示音质的特征量的类似度的步骤；以及根据该计算出的类似度推定讲话者的步骤。

摘要： 处理音频数据的声学特征以生成所述声学特征的一个或多个修正版本，其中所述声学特征的每一个修正版本隔离单个相应的人类讲话者的一个或多个话语。各种实现方式通过使用自动语音识别系统的部分处理音频数据来生成声学特征。各种实现方式通过使用遮罩处理声学特征来生成修正声学特征，其中所述遮罩是使用经训练的话音滤波器模型来处理声学特征以及针对单个人类讲话者的讲话者嵌入而生成的。在经训练的话音滤波器模型上生成的输出使用自动语音识别系统来处理，以在不用重构音频数据的情况下生成单个人类讲话者的话语的预测文本表示。

摘要： 一种计算机实现的方法处理由多个分布式设备在会议期间记录的音频流。操作包括：由对应的语音识别系统对每个音频流执行语音识别，以生成话语级后验概率作为每个音频流的假设；对准假设，并且将其格式化为具有关联的词语级后验概率的词语混淆网络；由生成讲话者归属词语假设流的讲话者标识算法，对每个音频流执行讲话者识别；将具有关联的讲话者标签后验概率的讲话者假设和每个音频流的讲话者归属假设格式化为讲话者混淆网络；将来自所有音频流的词语和讲话者混淆网络彼此对准，以合并后验概率并且对准词语和讲话者标签；以及通过选择具有最高后验概率的词语和讲话者标签序列，创建最佳的讲话者归属的文字记录稿。

摘要： 本公开提供了用于确定背景噪声水平的系统和方法。所述设备可以从两个或多个麦克风接收音频。所述音频可以包括第一信号和第二信号，使得每个麦克风接收其自身的信号。可以比较第一信号和第二信号的时间、响度、频率以确定音频的源，诸如音频是用户的声音还是背景噪声。基于音频的源，可以在计算背景噪声水平时抑制音频以减少错误估计。

摘要： 用于从视听数据(204)转录语音的单一视听自动语音识别(AV‑ASR)模型(200)包括编码器前端(260)和解码器(280)。编码器前端包括注意力机制(270)，该注意力机制被配置成接收视听数据的音频轨迹(210)和视频部分(220)。视频部分包括多个视频面部轨迹(230)，每个视频面部轨迹与相应人的面部相关联。对于每个视频面部轨迹，注意力机制被配置成确定以下置信度分数，该置信度分数指示与视频面部轨迹相关联的相应人的面部包括音频轨迹的讲话面部的可能性。解码器被配置成处理音频轨迹和多个视频面部轨迹中的与最高置信度分数相关联的视频面部轨迹以确定音频轨迹的语音识别结果(248)。

摘要： 用于执行语音分离的方法、系统和装置，包括在计算机存储介质上编码的计算机程序。