热门

最新

红包

立Flag

投票

同城

发布
weixin_51954443
北汇信息
2 年前
trueweixin_51954443

主动声音生成（ASG）
技术背景与优势
现代电动汽车中，通常配备多达40个电动驱动系统，例如车窗升降器、滑动车顶、电动助力转向等。然而，这些电动系统大部分时间处于闲置状态。MdynamiX公司提出了一个创新理念，即利用这些闲置的电动机产生声音和振动，从而优化车内声学环境。
这种方法的主要优势包括：
生成多样声音：利用现有电机，可以生成几乎任何类型的声音，包括合成的发动机声音、音乐、警报声音等。
降低成本：无需额外硬件投入，从而减少了验证、采购、安装和保修成本。
节能环保：该方法能耗低，仅需最少的能量输入即可实现。
————————————————
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文：主动降噪与声音生成技术在当代电动汽车中的创新应用：主动声音生成ASG|主动降噪ANC|技术背景与优势|技术实现|应用实例|实验结果与总结
原文链接：https://blog.csdn.net/weixin_51954443/article/details/140318125

评论
1
打赏
  • 复制链接
  • 举报
下一条：
Molmo 和 PixMo开源权重和数据的最新多模态模型讨论: https://huggingface.co/papers/2409.17146如今最先进的多模态模型仍然是专有的。最强的开源权重模型在很大程度上依赖于专有视觉语言模型(VLM)的合成数据来实现良好性能，有效地将这些封闭模型转化为开源模型。因此，社区仍然缺乏关于如何从头开始构建高性能VLM的基础知识。我们介绍了Molmo，一个新的VLM家族，它在开放性方面处于同类产品的最前沿。我们的关键创新是一个全新的、高度详细的图像描述数据集，完全由人类注释者使用语音描述收集。为了支持多种用户交互，我们还引入了一种多样化的数据集混合用于微调，其中包括自然环境中的问答和创新的2D指点数据。我们方法的成功依赖于对模型架构细节的精心选择、精心调整的训练流程，最重要的是我们新收集的数据集的质量，所有这些数据集都将公开。Molmo家族中的顶级72B模型不仅在开放权重和数据模型中表现优异，而且在学术基准和人工评估中也优于GPT-4o、Claude 3.5和Gemini 1.5等专有系统。我们将在不久的将来发布所有的模型权重、图像描述和微调数据及源代码。