本发明涉及人工智能技术领域及医疗健康领域，公开了一种图像描述生成方法，包括：获取图像数据，生成视觉嵌入和标签文本的嵌入向量，分析图像数据与每个标签文本之间的相似度分数，根据相似度分数生成加权热力图，基于加权热力图确定显著区域及其对应的标...

本发明涉及人工智能技术领域及金融科技和医疗健康领域，公开了文本生成方法、装置、计算机设备及存储介质，其中，通过获取目标音频，利用音频Transformer模型提取所述目标音频的音频表示；获取所述目标音频的提示文本，并利用大语言模型对所述...

本申请涉及人工智能技术领域，提供一种对话回复生成方法、装置、设备及存储介质，该方法包括：获取用户话语；将用户话语输入情绪识别器进行情绪识别，获得用户话语的情绪识别结果，情绪识别结果包括第一识别结果，第一识别结果表示用户话语为带有情绪的话...

本发明涉及人工智能技术领域、医疗健康领域和金融科技领域，公开了一种基于模型参数调整的任务处理方法，包括：采集辅助基准数据集并提取原始权重矩阵，分解为多个奇异值特征量及对应的奇异向量，基于梯度信息筛选目标奇异值特征量及对应的目标奇异向量，...

本发明涉及人工智能及金融技术领域，提供一种基于联邦学习的信用风险评估方法、系统、设备及介质，能够在基于联邦学习训练模型时，在每个参与方首次向中心服务器上传各自本地模型的模型参数时，由中心服务器根据每个参与方上传的模型参数对每个参与方进行...

本申请涉及数字信息领域，提供一种数据处理方法、装置、设备及计算机存储介质，该方法包括：根据预设的指标数据在关系型数据库中对应的关联数据，确定所述指标数据对应的目标索引数据；基于所述目标索引数据在所述关系型数据库中查找索引数值，并将各所述...

本申请涉及数据处理，提供一种基于规则引擎的数据处理方法、装置、设备及存储介质，该方法包括：获取第一文档的第一内容数据，并获取第二文档的第二内容数据，其中第一文档与第二文档为同一业务文档的不同版本，第一内容数据与第二内容数据的数据格式不同...

本发明公开了一种基于双模态融合的医疗图像生成方法、装置、设备及介质，其中的基于双模态融合的医疗图像生成方法通过图像编码器和文本编码器分别提取医学影像的视觉特征与文本描述的语义特征，采用对比学习将两类特征映射至共享语义空间实现跨模态对齐；...

本发明涉及人工智能技术领域，可应用于医疗健康、金融科技及文化传播等业务场景，公开了一种基于多模态融合的语音生成方法，包括：采集音频数据提取音色特征，训练领域特征音色生成模型；解析文本语义识别情感信息，调整语音合成参数，结合个性化信息构建...

本发明涉及人工智能领域，提供了一种WebM视频合成方法、装置、设备及介质，所述方法包括：对预存的音频文件进行加载，得到对应的音频数据；由预设的音频特征提取模型对所述音频数据进行特征提取，得到对应的音频特征数据；根据预设切分系数对所述音频...

本发明涉及人工智能领域及医疗领域和金融科技领域，公开了基于口音控制的语音合成方法、装置、设备及介质，包括：获取待合成处理的目标文本和参考语音；将目标文本输入到文本编码器中获得相应的目标音素序列；将参考语音输入到语音编码器中进行语音编码与...

本发明涉及人工智能技术领域及医疗健康领域，公开了心理咨询处理方法、装置、计算机设备及存储介质，其中，通过获取不同数据源的心理咨询对话数据，得到目标心理咨询对话数据；基于目标心理咨询对话数据，提取各类心理咨询问题及其对应的子问题标签，构建...

本发明涉及视频推荐技术领域，尤其涉及一种短视频推荐方法、装置、设备及介质，应用于医疗场景，通过获取用户画像特征和不同模态的短视频数据，根据用户画像特征和不同模态的短视频数据，利用预设构建方法分别构建用户‑短视频交互图，将各个模态的用户‑...

本申请属于人工智能技术领域，涉及一种文本引导的语音合成方法，包括对语音数据集进行风格标签标注和场景噪声注入，得到参考语音集；将参考语音集和文本数据集输入声学模型；通过风格编码器对风格标签进行编码，得到风格编码特征；通过参考编码器对参考语...

本申请实施例涉及人工智能领域，公开了一种模型训练方法、视频生成方法、装置、设备及介质，模型训练方法包括：获取第一分割模型、样本视频及参考分割点；根据参考分割点训练第一分割模型生成第二分割模型；基于第二分割模型构建用于为样本视频中的语句赋...

本发明涉及人工智能技术领域，公开了基于虚拟声卡的语音注入方法、装置、计算机设备及介质，该方法包括：获取待播报的文本内容，并对所述文本内容进行语音转换，得到待播报的语音文件；将所述语音文件输入至虚拟声卡中，并利用所述虚拟声卡对所述语音文件...

本发明涉及人工智能技术领域及医疗健康领域，公开了一种基于特征融合的图像标签生成方法，包括：获取图像数据，并通过多尺度特征提取生成多尺度局部特征图，提取类别注意信息并构建类别矩阵；通过门控单元生成门控信号，对特征图进行调整，提取全局类别特...

本发明涉及人工智能技术领域，公开了语音提取方法、装置、设备及介质，该方法包括：先获取目标说话人的参考语音和所有说话人的混合语音；对参考语音和混合语音进行预处理和编码，生成两个离散token序列；融合两个离散token序列形成融合离散to...

本申请提供一种基于多模态风格嵌入的语音合成方法、装置、设备及介质，涉及计算机技术领域。本申请方法通过第一编码器对多模态特征进行特征提取和融合，生成语音嵌入数据，有助于捕捉和保留原始语音信号中的风格和情感特征。通过第二编码器对音素数据进行...

本发明涉及人工智能技术领域及医疗健康领域，公开了一种图像特征索引方法，包括：获取原始图像数据集并进行数据增强操作，将增强图像标记为相似图像或不相似图像；对增强图像进行掩码屏蔽处理并输入编码网络，生成重建图像；从重建图像中提取图像特征表示...