本申请属于人工智能领域与金融科技领域，涉及一种数字人视频的识别方法、装置、计算机设备及存储介质，包括：获取数字人视频；从数字人视频中提取出目标视频帧与目标音频信号；基于视觉编码器对目标视频帧进行特征提取得到视觉特征，以及基于音频编码器对...

本申请实施例属于人工智能领域，涉及一种多语种自动语音识别方法，包括对输入语音进行处理，得到语音嵌入向量序列；基于预训练的ByT5模型的编码器提取语音嵌入向量序列的特征，得到语音嵌入向量序列的比特编码；将语音嵌入向量序列的比特编码按照预设...

本申请涉及人工智能领域，提供一种终端设备的模型部署方法、装置、设备及计算机存储介质，该方法包括：获取待训练模型的第一参数位宽，且所述待训练模型的模型参数属于第一数值类型；根据所述第一参数位宽确定所述待训练模型的数值结构信息，所述数值结构...

本发明涉及人工智能技术领域，公开了一种体育视频动作识别方法、装置、计算机设备及存储介质。该体育视频动作识别方法通过对目标体育视频进行切分，得到多个体育视频片段；获取与各候选体育动作对应的预设分类器，并通过所有与候选体育动作对应的预设分类...

本发明涉及人工智能技术领域和金融科技领域，公开了一种多模块协同的语音生成方法，通过获取参考文本和参考语音，将参考文本转换为音素序列并生成潜在特征，将参考语音转换为Mel谱图并提取风格特征，提取基频信息，将音素序列与Mel谱图输入文本对齐...

本发明涉及人工智能技术领域，公开了一种语音生成方法、装置、计算机设备及存储介质，包括：获取语音样本数据，所述语音样本数据包括独白语音样本数据和对话语音样本数据；构建语音生成网络框架，所述语音生成网络框架包括文本转语义模型、声学模型及声码...

本申请公开了一种用于图片质检的持续学习方法、装置、设备及介质，通过构建提示词池子，采用预训练视觉变换器模型对图片质检数据与提示语池子中的提示向量进行相似度计算，从而构建预训练视觉变换器模型的输入向量，进一步地基于损失函数对提示语池子中的...

本申请涉及信息检索技术领域，提供一种报险案件的检索方法、装置、设备及存储介质，方法包括：获取用户输入文本；获取用户输入文本对应的待检索话术文本；根据待检索话术文本，从话术向量库包括的预设话术向量中，确定待检索话术文本对应的目标话术向量；...

本申请公开一种音频信号处理方法、装置、计算机设备及存储介质，属于人工智能技术领域。音频信号处理方法应用于预先搭建的声码器系统，声码器系统基于变分自编码器搭建而成声码器系统包括先验编码器、后验编码器和解码器。首先，构建损失函数，包含重构损...

本申请属于智能语音合成技术领域，公开了一种基于ByT5的跨语种情感语音合成方法、装置、设备及介质，方法包括步骤：获取输入文本的词性信息嵌入向量、句法信息嵌入向量、文本特征向量；进行特征融合，获取情感文本隐向量及说话人文本隐向量；根据情感...

本申请属于人工智能和大数据领域，应用于智慧城市领域中，涉及一种图像分割方法，包括获取待分割图像；通过训练好的图像分割模型对所述待分割图像进行分割处理，得到多个待处理图像；利用自注意力机制对所述待处理图像进行特征提取处理，得到待处理图像特...

本申请实施例提供了一种文本纠错方法和文本纠错装置、电子设备及介质，属于金融科技技术领域。该方法包括：将目标文本输入文本检错模型进行文本检错得到文本标记数据，文本标记数据用于标记文本字符中的正确字符和错误字符；基于文本标记数据将目标文本输...

本申请实施例提供了一种图像增强方法及图像增强装置、电子设备、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：基于预设增强模型的特征提取层对样本原始光照图提取得到样本低照度图像特征；对样本原始光照图增强得到样本亮度增强图和...

本发明涉及自动化测试技术领域及金融科技领域，公开了一种自动化拨测方法，通过创建拨测计划，拨测计划包括拨测类型、拨测范围和时间安排；基于拨测计划生成拨测任务，拨测任务包括中继拨测任务、分机拨测任务和坐席拨测任务；执行拨测任务，并记录每次拨...

本申请属于人工智能和金融科技领域，涉及一种图像小范围修改识别方法，包括将待识别图像库中的待识别图像与相近图像集中的每张参考图像组成待识别图像对，并对待识别图像对进行像素分块，得到像素块对集合，基于差值离散余弦变换计算像素块对集合中每个像...

本申请属于人工智能领域与数字医疗领域，涉及一种基于人工智能的认知障碍检测装置、计算机设备及存储介质，装置包括：该装置获取用户的原始脑电信号；对原始脑电信号进行预处理得到脑电信号序列；对脑电信号序列添加分类标记与位置编码得到目标脑电信号序...

本发明涉及人工智能技术领域，公开了一种冲突感知的动态对比解码方法、装置、计算机设备及存储介质，基于当前上下文与模型内部参数知识是否存在冲突，即实时检测模型内部状态，感知冲突是否发生，动态地决策是否使用对比解码方式。如果确定模型内部状态为...

本申请属于人工智能领域，涉及一种语音合成方法，包括：获取待合成语音的文本与表征目标情感的参考音频；采用情感编码模型，对参考音频进行特征提取，构建描述目标情感的目标三维情感坐标；对目标三维情感坐标进行坐标转换处理，得到描述目标情感的目标球...

本申请公开了一种汽车部件损伤检测方法、装置、设备及存储介质，涉及图像处理技术领域及金融科技领域，通过预训练的车损部件分割模型和预微调的损伤分割大模型，对待检测的车辆损伤图像进行初步预测，分别得到第一输出结果和第二输出结果，对两个模型的输...

本申请属于人工智能和金融科技领域，涉及一种基于抖动检测的证件分类方法，包括通过智能终端在采集待分类证件图像的同时通过智能终端内置传感器采集的抖动数据，根据抖动数据计算抖动程度，在抖动程度小于等于预设抖动阈值时，将待分类证件图像进行透视矫...