本发明涉及人工智能技术领域，本方案可应用于金融、医疗领域，本发明提供了一种音频编解码方法、装置、设备及介质，方法包括：对输入的原始音频信号进行编解码，生成初始重建音频信号；在复杂谱域中通过扩散模型对初始重建音频信号进行逐步去噪处理；在去...

本发明涉及人工智能技术领域，可应用于医疗健康领域，公开了一种分类方法、装置、计算机设备及存储介质，分类方法通过对每个图像识别任务创建提示嵌入组，利用多模态视觉语言模型对提示嵌入组进行更新，以及将多模态视觉语言模型输出的结果输入至MLP分...

本发明涉及计算机视觉与金融科技技术领域，公开了基于多任务辅助特征的文本渲染方法、装置、设备及介质，应用于金融科技领域的个性化客户报告与营销材料生成场景中，或可应用于医疗领域中的医学影像报告自动化标注场景中，其中方法包括：获取文本的Uni...

本申请涉及视频检索技术领域，适用于金融科技及医疗健康养老领域，公开了一种时序定位方法，该时序定位方法包括：获取视频数据和文本描述数据；将文本描述数据输入至文本编码模型，得到词级特征编码和句级特征编码；将视频数据输入至视频编码模型，得到视...

本发明涉及智能决策技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了一种行为克隆模型训练方法、装置、设备及介质，包括：获取多模态输入，对多模态输入进行特征提取与拼接，得到输入表示；利用预设解码器提取输入表示的潜在表示，利用预设...

本发明涉及安全检测技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了基于笔画比对的证件防伪检测方法、装置、设备及介质，识别证件图像中的文字区域，并根据文字区域确定每个文字的四角坐标；根据四角坐标对文字区域进行投影变换，生成标准...

本发明涉及自然语言技术领域，可应用于金融、医疗场景，公开了一种文本生成方法、装置、设备及介质，该方法包括定义状态空间与动作空间之间的空间映射关系，基于空间映射关系构建奖励函数；构建策略网络，基于近端策略优化算法利用奖励函数对策略网络进行...

本发明涉及智能导航、金融科技及医疗健康技术领域，公开了一种基于多模态知识增强的导航方法、装置、设备及介质，包括：获取导航指令，并解析导航指令以获得目标约束、空间约束以及实体约束；基于目标约束、空间约束以及实体约束生成结构化目标描述文本；...

本发明涉及三维场景构建技术领域，可应用于金融科技和医疗健康领域，公开了一种基于视频的三维场景构建方法、装置、设备及介质，包括：通过对输入的原始视频按固定间隔采样提取关键视频帧，并提取所述关键视频帧的语义特征；对所述语义特征进行归一化处理...

本发明涉及数据分析技术领域，可应用于医疗健康和金融科技等领域，公开了一种视觉令牌筛选方法、装置、设备及存储介质，包括：获取令牌序列，其中，令牌序列包括系统输入令牌集、视觉令牌集和用户输入令牌集，视觉令牌集包括多个视觉令牌；通过多模态大模...

本申请实施例提供了一种图像解密方法、图像解密装置、电子设备及存储介质，涉及图像处理技术领域，适用于金融科技领域和医疗健康领域。该方法包括：获取目标加密图像，并对目标加密图像进行块分割，得到至少两个加密图像块；对至少两个加密图像块进行序列...

本发明涉及人工智能领域，提供了一种数学文档的语音转换方法、装置、设备及介质，可应用于金融、医疗领域，其方法包括：基于解析器对数学文档进行解析得到树形结构和标记化文本；利用编码器对标记化文本进行编码得到语义向量；获取图像数据；基于第一处理...

本申请实施例提供了一种系统异常检测方法、装置、电子设备及存储介质，涉及计算机技术领域，适用于金融科技领域和医疗健康领域。该方法包括：对云服务系统检测得到状态类型不同的原始样本运行状态数据；对每一原始样本运行状态数据在时间上进行数据分割，...

本发明涉及金融、医疗健康及人工智能技术领域，提供一种视频帧提取方法、装置、设备及介质，能够按照配置长度将初始视频数据分割为多个视频片段，从而适配网络输入维度，并降低大量数据同时处理的耗时及资源占用；将多个视频片段输入至基于不确定性加权对...

本发明涉及人工智能技术领域，可应用于金融科技、医疗健康等业务场景中，公开了一种基于对抗生成的图像检测方法、装置、设备及介质，包括：利用生成对抗网络构造包含真实与伪造图像的训练数据集，采用自注意力机制的图像特征提取模块进行全局特征建模，结...

本发明实施例涉及人工智能以及语音合成技术领域，公开了一种音生成方法、语音生成装置、计算机设备及计算机可读存储介质。该方法包括：对参考语音进行特征提取以及编码处理，得到初始嵌入向量；获取各风格专家网络基于初始嵌入向量输出的风格嵌入向量；根...

本发明提供了一种基于奖励模型的问诊答案筛选方法、装置、设备及介质，通过获取样本问诊数据；按照预设数据处理策略对样本问诊数据进行预处理，得到与样本问诊数据对应的三元组数据；其中，所述三元组数据由历史问诊对话、更优答案和更差答案组成；利用三...

本发明涉及人工智能技术领域，可应用于金融科技、医疗健康等业务场景中，公开了一种基于术语一致性的响应优化方法、装置、设备及介质，包括：基于术语知识库对输入语句进行检索，结合会话历史生成约束提示语，并输入语言模型生成候选响应；对候选响应执行...

本发明涉及智能决策技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了基于动静态特征数据的资产配置方法、装置、设备及介质，根据预先获取的用户语音数据提取声学特征，并对声学特征进行声学动态特征提取，得到声学动态特征；将用户语音数据...

本申请提出的线上面签风险评估方法和装置、电子设备、存储介质，涉及人工智能技术领域，适用于金融科技领域。该方法包括：获取视频通话数据；对视频通话数据进行语音分离，得到客户通话语音数据；对客户通话语音数据进行多人声分离，得到至少两个单独说话...