语音解锁方法、装置、电子设备及存储介质

    公开(公告)号:CN114387968A

    公开(公告)日:2022-04-22

    申请号:CN202210016005.8

    申请日:2022-01-07

    Abstract: 本申请涉及一种语音解锁方法、装置、电子设备及存储介质,该语音解锁方法包括:根据当前时刻获取到的目标语音信息,建立用户声纹模型;若所述用户声纹模型与声纹识别模型匹配,则将所述目标语音信息对应的文本与目标文本进行匹配,得到文本匹配结果;基于所述文本匹配结果,确定是否解锁设备。在本申请中,声纹识别与目标文本识别相对于面容识别和指纹识别来说较为简单,因此通过声纹与目标文本来解锁设备,可在避免出现现有技术中面容和屏下指纹难以识别从而导致设备解锁失败的情况,并保证解锁安全性的同时,提高解锁便利性。

    昏迷状态的确定方法、装置和健康监测设备

    公开(公告)号:CN114305376A

    公开(公告)日:2022-04-12

    申请号:CN202210082554.5

    申请日:2022-01-24

    Abstract: 本申请提供了一种昏迷状态的确定方法、装置和健康监测设备,该方法包括:获取用户的实时心率;在实时心率不在预定范围内且实时心率小于或者等于心率阈值的情况下,确定实时心率异常并发出异常报警信号,预定范围为当前作息时间的心率范围,异常报警信号用于提醒用户和/或用户的紧急联系人反馈用户的当前状态;在预定时间内未接收到反馈信息或者接收到的反馈信息为用户昏迷的情况下,确定用户昏迷并执行急救措施。该方法解决现有技术中用户昏迷判断不准确的问题。

    底座及其安装方法
    27.
    发明公开

    公开(公告)号:CN108100407A

    公开(公告)日:2018-06-01

    申请号:CN201711448642.8

    申请日:2017-12-27

    Abstract: 本发明提供一种底座及其安装方法,包括本体和多根滑木,所有所述滑木均可拆卸的设置于所述本体上,且所有所述滑木共同围成矩形凹槽。本发明提供的底座及其安装方法,能够将上层箱体在装配前放置在本体上,并在本体装配完成后将滑木固定在本体上,完成对上层箱体的固定,有效的解决上层箱体无法放入木底座中装配及需要在机组整体装配完成后人工推送至木底座的操作困难的问题,可完全避免空调机组底座活动板、压条等物料与木底座干涉问题,可极大程度提高生产效率。

    机柜制冷系统、控制方法及机房

    公开(公告)号:CN114269120B

    公开(公告)日:2025-05-06

    申请号:CN202111588139.9

    申请日:2021-12-23

    Abstract: 本发明提供了一种机柜制冷系统、控制方法及机房,涉及制冷系统技术领域,该装置包括制冷机组和换热机组,其中,所述换热机组设有出风口和进风口;所述换热机组的出风口和进风口均与机柜通过管道相连接,形成从所述换热机组的出风口经过所述机柜到所述换热机组的进风口的空气流通管路;所述制冷机组的制冷端与所述换热机组连接,用于对经过所述空气流通管路的空气进行制冷。通过本申请,有助于解决现有的制冷方式在机房空间较大时,对于机柜内服务器的制冷效率较低的技术问题。

    语音识别方法、装置、语音识别设备及存储介质

    公开(公告)号:CN119889309A

    公开(公告)日:2025-04-25

    申请号:CN202411925865.9

    申请日:2024-12-25

    Abstract: 本发明涉及一种语音识别方法、装置、语音识别设备及存储介质,其中,语音识别方法包括:获取用户的输入的语音信号,基于语音信号确定语音信号特征;获取多个预设的语音识别模式影响因子对应的语音识别影响数据;根据多个语音识别影响数据在多个预设候选语音模式中确定目标语音识别模式;利用目标语音识别模式对语音信号特征进行语音识别,得到语音识别结果。本申请实施例通过综合考虑多个语音识别模式影响因子,以适应多变的应用场景,为不同应用场景确定与之匹配的目标语音识别模式进行语音识别,进而,提供快速、准确的语音响应,减少延迟和误识别,提供用户满意的语音识别结果,提高智能家居设备的用户满意度。

    基于图神经网络的设备控制方法、装置及智能家居系统

    公开(公告)号:CN119828490A

    公开(公告)日:2025-04-15

    申请号:CN202411928182.9

    申请日:2024-12-25

    Abstract: 本申请实施例涉及一种基于图神经网络的设备控制方法、装置及智能家居系统,该方法包括:获取目标设备控制系统下对应的对象属性信息集合和对象关系信息集合;基于所述对象属性信息集合和所述对象关系信息集合,构建包含节点和边的图结构;利用预先训练的图神经网络模型,对所述图结构中的节点和边进行状态预测,得到每个被检测对象的预测状态信息;基于所述预测状态信息,对所述至少两个被检测对象中的可控对象进行状态调整。本申请实施例实现了将图结构映射到具体的对象状态任务,并利用图神经网络分析不同对象之间的关系,将不同对象之间的关系应用到对象状态预测上,从而提高了状态预测的准确性,并对可控对象进行更准确地控制。

Patent Agency Ranking