声音识别
鸟类 声音识别
基于鸟鸣的鸟类分类是一项艰巨的任务，在分析过程中遇到许多问题：
- 背景噪音-尤其是在使用城市中记录的数据时（例如，城市噪音，飞机，潮水，汽车）.
- 多标签分类问题-当同时有很多物种唱歌时.
- 数据集问题-由于一个物种比另一个物种更受欢迎，数据可能高度不平衡，存在大量不同物种，并且记录可能具有不同的长度，记录质量（数量，清洁度）…（如前所述）.
- 物种之间的差异-生活在不同地区或国家的同一物种之间的鸟类鸣叫可能有所不同.
智能 车联网
语音控制一直以来都是车联网的一个核心命题，对用户而言，其最终需要的并非是手机还是车机，而是解放双手的操控体验。眼下，语音操控已成为汽车制造商以及IT互联网巨头们在研发车联网解决方案……
控网科技提供全栈语音核心技术，提供“芯+端+云”车载解决方案，打造汽车在不同使用场景下的高性能语音交互产品，为用户提供通讯、导航等40+种贴心服务，让汽车更懂您
车联网语音识别，有其特殊的意义，解决方案从噪音去除，到POI的专门训练，对在汽车环境下经常使用的200条指令，可以做到99%的识别度。 完全达到人耳的水平。同时，针对不同的声纹，做了专门的处理，可以识别说话人的指令。
- 地图导航.
- 设备控制.
- 娱乐引擎.
- 设备控制.
机器听觉 故障检测
通过不同传感器，包括超声波，γ射线探伤等常规的探伤检测手段，具有很大局限性，这样的故障监测手段，往往要么难以实现，或者不能持久使用，另外设备价格也非常昂贵
而声音/震动传感器价格低廉，并且使用范围广泛，通过部署简单的声音传感器，就可以对大型机械设备进行故障检测。这些物理部件发生微小形变，或者内部结构有细微的变化，发出的噪声就会有改变
通过语音识别的各种技术，并进行演化，将机器的语言与人类的语言进行类比，可以得到机器的语言。我们能听到他的各种暗示，无论是温度过高，还是摩擦系数增大。还是电力不足，等等均可以表现出来。
机器听觉的检测，我们在以下几个领域进行了深入的研究，并取得了丰硕成果：
- 传感器的选择：通过不同的传感器获得不同的数据，对故障检测有着决定性的作用，传感器选择不当，就会造成“听错，或者听不到”
- 信号的采集与转换：阻抗匹配与放大决定了信号是否会失真.
- 声源的识别与分析：通过对信号的分离与转换，得到每个零部件的运行情况.
- 故障检测分析：通过日常正常声音的图谱，对比知识库中异常情况的图谱，可判断机器运行是否正常，以及发生问题时的原因.