一种面向国产操作系统的离线实时语音转录优化方法及装置

    公开(公告)号:CN119943054A

    公开(公告)日:2025-05-06

    申请号:CN202510050378.0

    申请日:2025-01-13

    Abstract: 本申请公开了一种面向国产操作系统的离线实时语音转录优化方法及装置,属于语音转录领域。本申请提供了一种面向国产操作系统的离线实时语音转录优化方法,通过对原始音频信号进行分割和识别操作实现了动态调节语音裁剪长度和输出速度,在保证转录准确率的同时,增强了语音转录的实时性,提高了用户体验;在得到初步转录文本后进行实时字词纠错,进一步提高了转录结果的准确性;对纠错后转录文本进行后处理,得到离线实时语音转录结果,根据语义为转录结果自动添加适当的标点符号,提升文本的可读性,以及实现了自动停止语音转录进程,使转录过程更加符合用户的意图和使用习惯。本申请提供的面向国产操作系统的离线实时语音转录优化方法,无需依赖互联网,可在无网络环境下稳定运行,适用于多种应用场景,有效避免了数据泄露和隐私入侵的风险,保障了用户的隐私安全。

    一种基于本地大模型的操作系统用户意图处理方法、装置及存储介质

    公开(公告)号:CN119884340A

    公开(公告)日:2025-04-25

    申请号:CN202411946949.0

    申请日:2024-12-27

    Abstract: 本申请公开了一种基于本地大模型的操作系统用户意图处理方法、装置及存储介质,属于人工智能领域。获取用户端输入的自然语言指令;调用本地大模型对所述自然语言指令进行语义简化和意图解析,得到用户意图处理结果;将所述用户意图处理结果传至FAISS向量数据库进行自定义指令集的匹配;响应于匹配成功,将匹配后的自然语言指令送至执行器模块执行得到对应回答;响应于匹配失败,调用所述本地大模型生成所述自然语言指令的对应回答,从而,将所述对应回答实时反馈至所述用户端。实现支持离线运行,保障数据隐私,语义解析精准且灵活以及高精度指令匹配,此外还实现了实时反馈与权限控制,获得了多任务并行处理与性能优化,确保在低资源离线环境中依然高效运行,提升整体操作的流畅度。

    一种实时选择图像中文本并交互的方法

    公开(公告)号:CN117173717A

    公开(公告)日:2023-12-05

    申请号:CN202311139288.6

    申请日:2023-09-05

    Abstract: 本发明涉及一种实时选择图像中文本并交互的方法,包括如下步骤:1)获取图像内容并显示;2)进行文本检测,获取图像内所有存在字符的范围并保存到识别结果列表;3)等待用户对图像中文本的选择,同时对图像中所有存在字符的范围进行文本识别并更新到识别结果列表;4)响应用户对图像中文本的选择,在图像上渲染文本被选择时的状态;5)根据用户的选择以及识别结果列表的信息,得到用户选择的文本内容,为用户提供复制选项;对文本内容进行辨识判断并根据判断结果提供对应的跳转选项。采用本发明的方法获取图像中文本,步骤2先进行文本检测步骤,省去了方向分类和文本识别所带来的时间消耗,使得从显示图像到可选择文本过程中无延时感。

    一种基于云边端协同的任务负载均衡调度方法

    公开(公告)号:CN118394520A

    公开(公告)日:2024-07-26

    申请号:CN202410602801.9

    申请日:2024-05-15

    Abstract: 本发明涉及一种基于云边端协同的任务负载均衡调度方法,包括以下步骤:S1、由终端发起任务调度请求;S2、任务传输到负责该终端的边缘基站,边缘基站周边设置多个边缘服务器;S3、每个智能体收集所在域任务所需时延与资源需求;每个智能体观测所在域的资源使用情况,并与其他智能体进行通信,以制定任务调度策略;在制定调度策略的过程中,每个智能体根据上一个周期收到的奖励信号进行学习更新,其目标是最小化负载标准差;S4、根据最终完成的智能体的任务调度策略指定云边端中的某个服务器,将任务传输到指定的云边端中的服务器中进行处理。针对包含多个任务和多个云边端设备的复杂环境本发明能够实现较好的负载均衡效果。

    一种基于粒子群算法的操作系统内核级能耗性能优化方法

    公开(公告)号:CN118152109A

    公开(公告)日:2024-06-07

    申请号:CN202311836708.6

    申请日:2023-12-28

    Abstract: 本发明公开了一种基于粒子群算法的操作系统内核级能耗性能优化方法,包括如下步骤:S1、当所有核的第一个就绪状态线程正挂在已分配好的进程队列上,此时该就绪状态线程尚未得到CPU资源;S2、基于粒子群算法,对当前每个CPU将要唤醒的线程进行重新分配,在性能值满足预设的性能阈值基础上获得重新分配后的最小能耗值;S3、与分配前的能耗值进行比较;S4、若重新分配后的最小能耗值比分配前的能耗值减少的百分比值大于等于预设的百分比值,则线程迁移;S5、按照First fit策略从其他核线程就绪队列中选择下一个进程任务迁移,最大化满足新负载值。本发明利用粒子群算法在内核层结合CPU频率实现实时负载的最优分配。

Patent Agency Ranking