-
公开(公告)号：CN119649832A
公开(公告)日：2025-03-18
申请号：CN202411760036.X
申请日：2024-12-02
Applicant: 平安科技(深圳)有限公司
IPC: G10L21/013 , G10L25/63 , G10L25/30
Abstract: 本发明涉及语音处理技术领域，公开了一种情感语音转换方法、装置、计算机设备及存储介质，具体可适用于金融领域和医疗养老领域的语音转换，包括：获取原始音频和情感控制信息；利用预设身份保持器提取所述原始音频对应的说话人特征向量；将所述情感控制信息输入至预设情感映射器进行情感映射，得到所述情感控制信息对应的情感向量；利用预设内容编码器对所述原始音频中的纯文本内容进行编码，得到内容编码向量；根据所述说话人特征向量、所述情感向量和所述内容编码向量，生成所述原始音频对应的转换后音频。本发明能够保证转换后音频的情感控制效果。
-
公开(公告)号：CN119649795A
公开(公告)日：2025-03-18
申请号：CN202411764444.2
申请日：2024-12-02
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请实施例提供了一种情感语音合成方法和装置、电子设备及存储介质，属于图像处理技术领域，适用于金融科技领域。该方法包括：对语音样本数据进行情感分类，得到情感分类音频数据；基于所述情感分类音频数据，对所述目标语音合成模型进行参数调整，得到微调语音合成模型；基于所述微调语音合成模型中的微调参数权重，对所述目标语音合成模型中的通用参数权重进行参数权重更改，得到情感参数权重；基于所述情感参数权重，对所述目标语音合成模型进行参数调整，得到情感语音合成模型；基于所述情感语音合成模型，对预设的目标文本数据进行情感语音合成。本申请实施例能够提高语音合成的情感多样性。
-
公开(公告)号：CN119649430A
公开(公告)日：2025-03-18
申请号：CN202411720642.9
申请日：2024-11-26
Applicant: 平安科技(深圳)有限公司
IPC: G06V40/16 , G06V20/40 , G06V10/82 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本申请涉及数字医疗领域，具体为一种基于微表情的情绪识别方法、装置、设备及介质。该方法综合考虑了一段微表情视频帧序列中高潮帧包含更多的面部信息，以及光流信息能够反映面部的细微变化这两种因素，通过提取RGB高潮帧和光流高潮帧这两种类型的高潮帧，从待识别微表情视频中获取了更多、更细微的面部特征，提高了微表情的情绪识别准确度；同时，该方法通过对微表情数据样本集中每个微表情视频的RGB高潮帧和光流高潮帧进行数据增强处理，增加了微表情数据样本集中成组RGB高潮帧和光流高潮帧的数量，从而变相增加了微表情数据样本集中微表情视频的数量，样本数量大大增加，能够提高训练模型的准确度，进一步提高微表情的情绪识别准确度。
-
公开(公告)号：CN119649118A
公开(公告)日：2025-03-18
申请号：CN202411723647.7
申请日：2024-11-27
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请涉及图像生成技术领域，提供了一种图像生成方法、装置、电子设备及计算机可读存储介质，方法包括：将初始图像输入到自注意力网络模型中进行图像转换处理，得到解释性图像；将初始图像、原始雨滴图像和解释性图像输入到生成器进行图像生成处理，得到虚构雨滴图像和对抗雨滴图像；根据判别器对虚构雨滴图像和原始雨滴图像进行识别判断处理；根据传输分类器对对抗雨滴图像进行分类处理；获取待转换图像，并且将待转换图像输入至训练调整完成的生成器进行图像生成处理，得到对抗样本图像。通过上述技术方案，能够很好地提高深度神经网络的识别能力，进而可以使得图像的识别能够更加精确。
-
公开(公告)号：CN119648660A
公开(公告)日：2025-03-18
申请号：CN202411718432.6
申请日：2024-11-26
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请适用于数字医疗技术领域，尤其涉及一种基于边缘设备的病灶位置检测方法、装置、设备及介质。该方法获取边缘设备连接图像采集仪器采集得到的N张实时图像以及重放存储区中存储的激活值的历史数量，根据检测模型在一轮次执行中的输入上限数量、N张实时图像的图像数量和历史数量，确定第一数量和第二数量，并确定目标激活值和目标图像，使用编码层对目标图像进行编码得到编码结果，使用重放层对编码结果和目标激活值进行连接，得到连接结果，使用全连接层对连接结果进行病灶位置检测，得到目标图像中病灶位置的检测结果，在边缘设备中采用轻量化的模型实现图像的病灶位置检测，设置重放存储区存储激活值，能够极大地降低存储空间的占用。
-
Patent Agency Ranking
公开(公告)号：CN119648309A
公开(公告)日：2025-03-18
申请号：CN202411551516.5
申请日：2024-10-31
Applicant: 平安科技(深圳)有限公司
IPC: G06Q30/0282 , G06F18/213 , G06F18/25 , G06F18/214 , G06F18/22 , G06F18/2431
Abstract: 本发明涉及人工智能技术领域，可应用于金融科技领域，本发明公开了基于多模态模型的投诉检测方法、装置、设备及存储介质，方法包括：基于预设评测数据中的预设音频数据、预设视频数据、预设文本数据，确定第一训练数据集和第二训练数据集；获取多模态模型在第一训练数据集上的第一损失值，获取多模态模型在第二训练数据集的第二损失值；当第一损失值或第二损失值满足预设条件时，获取多模态模型基于预设评测数据输出的预测投诉检测结果；基于预测投诉检测结果和实际投诉检测结果之间的差异，训练多模态模型；获取训练完成的多模态模型基于当前评测数据输出的当前投诉检测结果。本发明有利于提高当前评测数据的投诉检测效率。
-
公开(公告)号：CN119647564A
公开(公告)日：2025-03-18
申请号：CN202411718884.4
申请日：2024-11-27
Applicant: 平安科技(深圳)有限公司
IPC: G06N5/01
Abstract: 本发明涉及人工智能技术领域，公开了一种点云搜索方法、装置、计算机设备及存储介质，该方法包括：构建点云八叉树；构建所述点云八叉树中的每个节点的索引参数，得到所述点云八叉树的索引链表；对所述点云八叉树进行半径内邻近点搜索，得到目标节点；判断所述目标节点是否位于搜索范围内；若所述目标节点位于搜索范围内，基于所述索引链表，将所述目标节点对应的样本点确定为目标样本点；若所述目标节点没有位于搜索范围内，对所述目标节点中的每个样本点分别进行搜索，以得到目标样本点。
-
公开(公告)号：CN119647489A
公开(公告)日：2025-03-18
申请号：CN202411708605.6
申请日：2024-11-26
Applicant: 平安科技(深圳)有限公司
IPC: G06F40/58 , G06F40/284 , G06F40/166 , G16H10/60
Abstract: 本发明适用于数字医疗技术领域，尤其涉及一种基于人工智能的病历文本翻译方法、装置、设备及介质。本发明提取关联病历文本的关键词并拼接得到关键词序列，对目标病历文本、M个关联病历文本和M个关键词序列进行拼接，得到拼接病历文本，提取拼接病历文本的文本特征，根据文本特征确定目标翻译方向，解码文本特征得到目标病历文本的译文特征，根据目标翻译方向对应的预设线性变换矩阵对译文特征进行线性变换，得到目标病历译文，通过关联病历文本和关键词序列强化了对目标病历文本的信息表征能力，并针对性地根据目标翻译方向对文本特征进行解码和线性变换，提高了目标病历译文的准确性，提高了医疗过程中数字化服务、智能化交互等业务的效率。
-
公开(公告)号：CN119646807A
公开(公告)日：2025-03-18
申请号：CN202411708876.1
申请日：2024-11-26
Applicant: 平安科技(深圳)有限公司
Abstract: 本申请适用于数字医疗技术领域，尤其涉及一种联邦训练医疗用模型的安全交互方法、装置、设备及介质。该方法的服务端和客户端在同一区块链中注册，服务端将上一轮次训练得到的当前全局模型的权重广播至区块链中，客户端根据该权重更新并训练本地模型，得到训练好的本地模型，将训练好的本地模型的更新模型权重广播至区块链中，服务端使用验证数据对更新模型权重进行准确度计算和对当前全局模型的更新，得到第一准确度和本轮次训练的当前全局模型，根据第一准确度得到客户端的奖励分配量，实现模型的联邦学习，以区块链中奖励为依托来限定客户端，以降低交互过程中客户端使用伪造攻击性数据等手段对联邦学习的影响，提高模型在医疗上的应用准确度。
-
公开(公告)号：CN119646513A
公开(公告)日：2025-03-18
申请号：CN202411786098.8
申请日：2024-12-04
Applicant: 平安科技(深圳)有限公司
IPC: G06F18/214 , G06F18/24 , G06F16/35 , G06F40/186 , G06N3/0895 , G06N3/094 , G06N3/0475 , G06N3/084
Abstract: 本申请实施例提供了一种文本预测模型的训练方法和装置、电子设备及存储介质，属于文本处理技术领域。该方法包括：获取待预测文本的综合样本信息；将所述综合样本信息输入多个教师模型进行文本预测，得到第一样本结果；第一样本结果包括根据所述综合样本信息预测得到的生成样本标签和对应的生成样本理由；根据所述第一样本结果和所述综合样本信息，对原始学生模型进行适应性训练，得到第一学生模型；根据第一样本结果，为每个教师模型分配权重，并根据所述权重对所述第一学生模型进行适应性训练，得到训练好的文本预测模型。本申请实施例有利于降低训练过程中需要使用的数据量，提升模型的预测准确度。
-
-
-
-
-
-
-
-
-
Search Results
24651
records
(took 0.16 seconds)
