摘要：语音识别普遍存在识别不准确、不全面的问题,影响电子会议汉语记录的质量。面对这种情况,为提高语音识别性能,提出一种改进遗传算法的电子会议汉语语音识别方法。该方法通过预加重、分帧加窗以及去噪,预处理语音信号。利用改进遗传算法选取最优语音特征,语音特征包括梅尔频率倒谱系数、短时平均能量以及频谱均值。以三个特征对应数值的标准化数值为输入,利用构建的基于改进神经网络的识别模型将语音转换为对应的汉语文字,实现语音识别。结果表明,在基于改进遗传算法的识别方法应用下,误识率最高仅为2.122%,识全率最低为95.621%,由此说明所研究识别方法的识别更为准确和全面,识别效果更好。

摘要：为解决金具检测模型参数冗余大、终端部署检测实时性差等问题,文中设计一种基于网络通道剪枝的模型压缩算法。针对轻量级检测模型HRM-CenterNet存在的通道冗余问题,提出了分段稀疏化训练和全局通道剪枝方案。剪枝后的Pruned-HRMC模型参数量仅11.2 M,边缘端推理速度达到44 FPS,较原始模型体积缩小3倍,加速近2倍。结果表明,剪枝方案在金具检测任务上以极小的精度损失换取了大规模的模型压缩,极大满足了边缘端实时检测的工业需求。