摘要：一种电浆产生装置，包含一电浆喷头与一外罩，其中，所述电浆喷头包括一壳体与一电浆产生组件，所述电浆产生组件设置于所述壳体且具有一电浆喷嘴，所述电浆喷嘴位于所述壳体的一侧；所述外罩设置于所述壳体，且所述外罩位于所述电浆喷嘴的周围。由此，有效避免电浆喷嘴喷出气电电浆时，引入过多外部的空气而影响气电电浆的质量。

摘要：一种工件上胶设备，包括一承载件、一上胶单元、一驱动单元及一控制单元，所述承载件用以承载一工件，所述上胶单元用以于所述工件的一表面点沾粘胶；所述驱动单元用以驱动所述上胶单元移动；所述控制单元与所述驱动单元讯号连接，所述工件上胶设备的工件上胶方法包含：所述控制单元控制所述驱动单元驱动所述上胶单元依一预设路径重复执行一第一动作及一第二动作直到所述表面布满粘胶，其中执行所述第一动作时，所述上胶单元与所述表面上的一区域接触，当再次执行所述第一动作时，所述上胶单元与所述表面接触的区域相邻于前次执行所述第一动作时与所述表面接触的区域。

摘要：一种工件上胶设备包含一承载件、一上胶单元、一驱动单元及一控制单元，所述承载件用以承载一工件；所述上胶单元用以于所述工件的一表面涂布粘胶；所述驱动单元用以驱动所述上胶单元相对所述工件移动；所述控制单元与所述驱动单元讯号连接，所述控制单元控制所述驱动单元驱动所述上胶单元依一预设路径沿所述工件的所述表面移动并涂布粘胶，所述工件上胶设备的工件上胶方法，包含下列步骤：所述控制单元控制所述驱动单元，使所述驱动单元驱动所述上胶单元依所述预设路径沿所述工件的所述表面移动并涂布粘胶；以及所述控制单元控制所述驱动单元驱动所述上胶单元离开所述工件的所述表面。

摘要： 一种电阻型火花塞用玻璃密封剂及其制作方法，是将三氧化二铁、莫来石、３０５玻璃料、钡硼玻璃料、碳酸锂、钾长石、碳粉、锑粉按一定配比，采用混料和造粒方法制成。具有烧结后致密、火花塞点火过程中电阻不易老化、电阻型火药塞生产合格率高的优点。

摘要：用于语种识别的时频二维倒谱特征提取方法涉及一种用于语种识别的时频二维倒谱特征提取方法，其特征在于所述方法首先分帧计算语音信号子带能量，多帧子带能量拼接后得到时频分布矩阵，然后进行二维DCT变换，去除矩阵时间方向和频率方向的相关性，再对变换后的系数进行重排列并降低维数，可得到最后特征。该特征既利用了语音的短时平稳性，又提取了用于语种识别的长时信息。可以用于语种识别。

摘要：用于语种识别的约束异方差线性鉴别分析方法涉及一种高维特征矢量的降维和去相关处理方法，其特征在于，所述方法首先由语音信号提取MFCC特征，选取连续M帧MFCC特征并列放置得到倒谱矩阵，然后将其按行展开，形成超矢量，再分块计算超矢量的均值和协方差，并用迭代法分块计算变换矩阵，接着用变换矩阵对超矢量分块进行变换，最后将各块进行降维和拼接处理，可得到新的特征矢量。该方法计算量小，得到的特征矢量去除了各维之间的相关性，鉴别性高且维数低。可以用于语种识别。

摘要：基于语种对的鉴别式语种识别模型建立方法涉及一种用于语种识别的建模方法，其特征在于所述方法首先对语音数据提取特征得到特征矢量，接着采用Baum-Welch算法进行ML训练得到初始GMM模型参数，然后利用GMM模型对特征矢量计算分子项和分母统计量，并对分子统计量进行平滑，由平滑后的分子统计量和分母统计量计算更新系数，最后按更新公式对GMM模型参数进行更新。该建模方法从语种对的局部入手，更能抓住语种间的鉴别性信息，从而获得更好的识别性能。可以用于语种识别模型的鉴别式建模。

摘要：用于说话人识别的多背景模型建立方法涉及一种说话人识别中背景模型建模方法，其特征在于所述方法首先根据语音的声道长度弯折系数对训练数据进行划分，每组数据分别训练UBM模型，然后由每个背景模型自适应得到目标说话人GMM模型，得到多组GMM和UBM模型，说话人识别时对测试数据，由每组GMM和UBM模型计算对数似然比分数，最后从中选取最小的一个作为分数输出。本发明可对背景模型进行细致刻画，从而提高说话人识别的准确率。

摘要：本发明公开了语音信号处理领域的一种基于噪声屏蔽核的说话人识别方法。该方法包括：步骤1：输入音频数据，对音频数据逐帧提取短时特征；步骤2：采用语音数据的短时特征训练一个含M个高斯混元的GMM模型，记为语音GMM；步骤3：采用噪声数据的短时特征训练一个含N个高斯混元的GMM模型，记为噪声GMM；步骤4：将语音GMM和噪声GMM拼接成一个混合GMM；步骤5：用混合GMM生成噪声屏蔽超矢量；步骤6：采用生成的噪声屏蔽超矢量进行SVM的训练和测试，完成说话人的训练和识别。该方法可以对音频中含有的噪声进行自动屏蔽，且实现简单，可以有效提高噪声条件下说话人识别的性能。

摘要：本发明公开了语音信号处理领域的一种基于分数阶傅里叶变换的语音非语音检测方法。其技术方案是，首先对音频信号分帧，然后进行零均值化和加窗处理，接着对每帧信号进行不同阶次的分数阶傅里叶变换，得到其分数阶频谱，然后计算分数阶频谱熵，选择各个阶次中最大的分数阶频谱熵，与阈值进行比较即可得到判决结果。该方法处理方法统一，流程简单，可以有效提高提高语音非语音检测的性能；可以实现音频信号中静音、噪音、音乐等“垃圾”信号的有效过滤。