本文公开了一种轨道声学信号降噪方法及装置，涉及轨道交通技术领域，采用短时傅里叶变换处理轨道声学信号，得到包括不同时刻中每一时刻对应的轨道声学信号的全频带能量值，计算每一时刻波磨特征频带的能量和在同一时刻轨道声学信号的全频带能量和的占比。本申请将该波磨信号常见频带的能量和在同一时刻轨道声学信号全频带能量和的占比，作为行车‑轨道所激励的声学信号权重以降低无关噪声，能够有效避免数字滤波器、小波阈值降噪等方法导致声纹特征丢失的缺陷，也能够有效避免传统谱减法采用参考噪声降噪时产生的‘音乐噪声’的缺陷，能在保证不丢失轨道声学信号声纹特征的前提下，达到降噪以突显轨道波磨特征的目的。

本文提出一种语音增强方法、装置、设备及存储介质，该方法包括:将带噪语音输入预先训练的复合式对抗增强网络模型，得到所述复合式对抗增强网络模型输出的语音增强结果，所述语音增强结果中至少包括增强语音；其中，所述复合式对抗增强网络模型对带噪语音进行语音增强处理得到的增强语音的声纹特征，接近于与带噪语音对应的干净语音的声纹特征。上述方法可以在对带噪语音进行语音增强的同时，降低语音增强造成的语音失真。

本技术提供了一种声音复刻的方法和系统，所述方法包括S1、预训练说话人编码器:准备一说话人编码器，并对其进行预训练；S2、预训练语音合成模型：准备一语音合成模型，并对其进行预训练；S3、音频采集：向用户提供包含有若干文字量的示例文本，并采集用户诵读示例文本的示例音频；S4、训练合成器：对合成器进行微调训练；训练完成后的合成器与声码器组合形成的语音合成模型用于实现特定用户的语音复刻。本发明能够快速地利用极少量的样本，实现用户的声音复刻和语音合成，可广泛应用于有声阅读、智能客服、智能车载等领域。

本技术涉及声纹识别领域，且公开了基于声纹特征识别实现通话相关风险性判断系统及方法，包括以下步骤:Step1：对通话音频进行记录监控，并上传至数据库；Step2：对双通道音频进行通道分离，提取用户侧通话；Step3：通过智能去静音手段，去除静音音频片段，将其他有效音频重新合并为新音频；Step4：通过人工智能深度学习算法，在训练好的模型上，提取用户通话音频的声纹特征；Step5：将通话音频上传至数据库。该发明可提升声纹特征识别过程中的效率，及时监控发现通话过程中的风险，能够对有疑问的数据进行二次人工核验，提升判断的准确性，能够对同一用户的声纹数据进行不断比对避免出现误判。

本文提供一种智能设备及智能语音交互方法，所述方法可以在用户输入语音控制音频后，根据语音控制音频生成反馈语句，并按照设定的情感评分机制，计算反馈语句的情感评分，从而根据情感评分确定目标情感类型，最后按照目标情感类型播放反馈语句，形成语音播报。所述方法能够通过反馈语句对场景分类、反馈语句内容以及图像识别结果等多模态信息的分类得分进行加权求和计算，获得情感得分，并最终确定目标情感类型，从而使智能设备能够以更加合理的情感类型播放语音播报音频，缓解语音播报效果差的问题。

本文涉及一种手柄触觉反馈结构及具有其的电子设备，该手柄触觉反馈结构包括至少一个触感反馈组件以及控制器，触感反馈组件包括履带和履带对应的驱动部件，驱动部件设置于手柄内侧，履带包裹在手柄外侧，履带设置的位置与驱动部件设置的位置对应，驱动部件的活动端与履带连接，被配置驱动履带转动；控制器与驱动部件电性连接，调控驱动部件活动端的运动参数。本申请在不同的形式场景中，通过控制器调控驱动部件活动端的运动参数，从而调整履带的运动参数，使得在不同场景下，履带让使用者感受到手中手柄带来异动是不同的，相比于现有手柄单一的马达振动反馈，本申请所提供的手柄可以为使用者带来更好的使用感受。

本技术公开一种手柄和电子设备，所述手柄包括:手柄主体，设有容置槽；卡条结构，包括两个卡条组件，两个所述卡条组件可转动地设于所述容置槽的相对两端；所述卡条结构具有两个所述卡条组件收容于所述容置槽内的收容状态以及两个所述卡条组件的部分伸出所述容置槽的伸展状态；在所述伸展状态，两个所述卡条组件的一端伸出所述容置槽，并配合形成夹持电子设备的夹持空间，以使所述电子设备与所述手柄主体连接。本发明旨在提供一种方便携带，且能够收纳的手柄，该手柄结构简单，在不使用的时候能够收起，方便使用者携带。

 本技术公开了一种面向音频的关键语义信息检测方法，属于语音识别技术领域。本发明基于的关键语义信息检测模型包括识别网络和多个与预定义的关键词一一对应的分类器。所述识别网络用于输出待检测音频中每一帧各自对应的音频特征，各音频特征同时输入至所有的分类器中。所述分类器用于判断输入的音频特征包含该分类器对应的关键词的概率。对于任一帧，将所有分类器输出的概率组合成与该帧相对应的概率集合。对所述关键语义信息检测模型训练时，使用精细化池化损失策略作为训练目标。本发明通过采用精细化池化损失和关键词时序检测模块等手段，提高了计算效率，并降低了关键词位置对检测效果的影响。

 本技术涉及语音分离技术领域，具体涉及结合声学特征和状态空间模型的语音分离方法及系统。本发明为了实现语音分离提供了一种语音分离模型，其首先通过音频编码部对混合语音Voicemix进行编码以得到N种不同分辨率的音频特征{F1~FN}，接着通过声学特征提取部基于{F1~FN}提取出多尺度语音特征G'm，然后通过状态空间网络部对G'm进行长期建模以得到长时特征IT,out，最后通过音频解码部结合{F1~FN}与IT,out解码重构出{Voice1,…,VoiceN}。本发明解决了现有语音分离方法面对长序列音频会出现建模局限而影响语音分离性能的问题。

本文提供了一种应用于服务器的虚拟对象位置同步方法、装置及电子设备，所述方法包括:获取在客户端采用动画驱动虚拟对象移动的期间，所述虚拟对象移动所经过的动画驱动路径；获取所述客户端用于驱动所述虚拟对象移动的动画数据；基于所述动画数据，获取所述虚拟对象在所述动画驱动路径上的位移信息；基于所述位移信息，将服务器中虚拟对象的位置与客户端中虚拟对象的位置进行同步。本申请实施例能够提升客户端与服务器的虚拟对象位置的一致性。