-
公开(公告)号：CN118277228A
公开(公告)日：2024-07-02
申请号：CN202211667175.9
申请日：2022-12-23
Applicant: 华为云计算技术有限公司
IPC: G06F11/36
Abstract: 一种语音合成系统测试方法、装置及设备，本申请中，用户在需要测试语音合成系统时可以触发产生第一测试请求，第一测试请求用于请求对语音合成系统进行测试。测试装置接收用户触发的第一测试请求，分别对多个功能单元进行测试，获取多个功能单元的测试结果，生成语音合成系统的测试报告。测试装置向用户反馈语音合成系统的测试报告。通过上述方法，对于需要测试语音合成系统的用户，只需要触发第一测试请求，测试装置自行完成对对语音合成系统的测试，语音合成系统的测试的自动化程度更高，无需消耗较多人力。在对语音合成系统进行测试时，是以功能粒度进行测试，便于定位语音合成系统中出现问题的功能单元。
-
公开(公告)号：CN117687547A
公开(公告)日：2024-03-12
申请号：CN202211028540.1
申请日：2022-08-25
Applicant: 华为云计算技术有限公司
IPC: G06F3/0482 , G06F3/0484 , G06F3/04842 , G06N3/08 , G06N5/04 , G06F16/332
Abstract: 本申请提供了一种生成问答对的方法、装置、计算机集群和存储介质，属于文本问答技术领域。该方法包括：获取目标文本，将该目标文本输入问答对生成模型，获得该目标文本包括的至少一个问答对，每个问答对包括答案和问题，展示该至少一个问答对以及该至少一个问答对对应的操作类选项，该操作类选项用于用户对对应的问答对进行修正，获取用户使用该操作类选项对该至少一个问答对进行操作后的操作结果，基于该操作结果对该问答对生成模型进行更新。采用本申请的方案，能够提升获得准确问答对的效率。
-
公开(公告)号：CN117373432A
公开(公告)日：2024-01-09
申请号：CN202211071940.0
申请日：2022-09-02
Applicant: 华为云计算技术有限公司
IPC: G10L13/10 , G10L13/02 , G06F16/683
Abstract: 本申请提供了一种语音克隆方法，包括：确定目标场景，并根据该目标场景，确定属于目标场景的目标语料文本，然后根据该目标语料文本，确定目标对象的音频，该音频的语音内容与目标语料文本的内容相匹配，从而利用该目标语料文本以及目标对象的音频，训练目标场景对应的语音克隆模型，该语音克隆模型用于输出模拟目标对象在目标场景下发音的音频。由于语音克隆模型是基于目标对象针对目标场景下的语料文本的发音音频进行训练得到，这使得语音克隆模型根据文本所输出的新的语音，在音色、韵律和发音风格等方面的特征，能够更加符合目标对象在目标场景下的真实发音情况，以此可以有效提高语音克隆效果。此外，本申请还提供了对应的装置及相关设备。
-
公开(公告)号：CN117688126A
公开(公告)日：2024-03-12
申请号：CN202211070471.0
申请日：2022-09-02
Applicant: 华为云计算技术有限公司
IPC: G06F16/33 , G06F16/332 , G06F40/30 , G06F18/241 , G06N3/04 , G06N3/08
Abstract: 本申请实施例提供了一种意图识别方法及装置、模型训练方法及装置，涉及人工智能技术领域，该方法包括：通过支持识别自定义算子的算子识别模型，识别文本中的自定义算子，可准确地识别到文本中槽位与槽值之间的逻辑关系，和/或槽位与槽位之间的逻辑关系，以利于基于识别到的自定义算子来提高意图识别的准确率。
-
公开(公告)号：CN114168729A
公开(公告)日：2022-03-11
申请号：CN202010947082.6
申请日：2020-09-10
Applicant: 华为云计算技术有限公司
IPC: G06F16/35
Abstract: 本申请提供了一种文本聚类系统，包括聚类装置以及交互装置。其中，聚类装置，用于对多个文本进行聚类，得到初始聚类结果，而交互装置可以呈现从聚类装置获取的初始聚类结果，并响应针对初始聚类结果中第一部分的调整操作，得到第一聚类结果；聚类装置还根据针对于该第一部分的调整操作，将初始聚类结果中的第二部分更新为第二聚类结果。如此，不仅实现了调整后的聚类结果符合用户的预期，而且，用户是直接对聚类结果进行调整，无需根据聚类错误分析如何调整聚类算法的模型参数，以此可以缩短优化聚类结果的耗时，从而可以提高整个文本聚类过程的效率。此外，本申请还提供了一种文本聚类方法、装置、设备及介质。
-
Patent Agency Ranking
公开(公告)号：CN119514632A
公开(公告)日：2025-02-25
申请号：CN202311393706.4
申请日：2023-10-25
Applicant: 华为云计算技术有限公司
IPC: G06N3/082
Abstract: 本申请公开了一种网络模型的训练方法、云平台及相关装置，属于人工智能技术领域。所述方法包括：提供参数配置界面，从该参数配置界面中获取目标网络模型的参数量和类型，基于该目标网络模型的参数量和类型，确定目标网络模型的训练配置信息，该目标网络模型的训练过程被划分为多个训练阶段，不同训练阶段对应的模型参数量不同，且该多个训练阶段的模型参数量按照训练先后顺序依次递增，该训练配置信息包括多个训练阶段的配置信息，按照该多个训练阶段的配置信息，对目标网络模型进行训练。这样，能够实现对网络模型训练的分阶段精细控制，还能够有效加快网络模型的收敛速度，节约网络模型训练所需的计算量，降低网络模型训练成本。
-
公开(公告)号：CN117688123A
公开(公告)日：2024-03-12
申请号：CN202211039454.0
申请日：2022-08-29
Applicant: 华为云计算技术有限公司
Abstract: 本申请提供了一种文档结构树的生成方法以及装置，该方法包括：获取文本#A，该文本#A包括至少两个文本单元，至少两个文本单元包括第一文本单元与第二文本单元，第一文本单元与第二文本单元相邻；获取至少两个语义信息，至少两个语义信息包括第一语义信息与第二语义信息，第一语义信息与第二语义信息用于确定第一文本单元与第二文本单元之间的层级关系，第一文本单元对应于第一语义信息，第二文本单元对应于第二语义信息；将至少两个语义信息输入到神经网络模型，推理得到文本#A的第一文档结构树。通过上述方法，本申请实施例可以实现为绝大多数的文档生成相应的文档结构树，且不受文档的版式、字符的属性信息等因素的限制。
-
公开(公告)号：CN117521620A
公开(公告)日：2024-02-06
申请号：CN202211351729.4
申请日：2022-10-31
Applicant: 华为云计算技术有限公司
IPC: G06F40/186 , G06F16/31 , G06F16/33
Abstract: 本申请公开了一种内容定位的方法。该方法包括：根据用户需求信息和第一定位模板生成第一内容定位请求，第一定位模板包括至少两个检索提示词和每个检索提示词对应的至少一个槽位，其中，每个检索提示词对应的槽位用于添加用户需求信息中与该检索提示词对应的关键字；根据第一内容定位请求，从目标文档中定位出对应的第一内容。本申请提供的方案可以从文档中灵活准确的定位出用户需要的内容。
-
公开(公告)号：CN117291181A
公开(公告)日：2023-12-26
申请号：CN202210693429.8
申请日：2022-06-17
Applicant: 华为云计算技术有限公司
IPC: G06F40/289 , G06F40/194
Abstract: 本申请实施例公开了一种语句生成方法、装置及存储介质，属于人工智能技术领域。在本申请实施例中，在通过第一语句生成模型生成参考语句的多个第一候选相似语句后，可以基于用户对至少一个第一候选相似语句的修改操作来获得至少一个第二候选相似语句，进而利用该至少一个第二候选相似语句来对第一语句生成模型进行更新。也即，本申请实施例可以通过用户修改后的候选相似语句来实时优化语句生成模型，在此基础上，基于优化后的语句生成模型和参考语句能够生成更多高质量的相似语句，从而实现对语料库的有效扩充。
-
公开(公告)号：CN115249018A
公开(公告)日：2022-10-28
申请号：CN202111582918.8
申请日：2021-12-22
Applicant: 华为云计算技术有限公司
IPC: G06F40/30 , G06F40/253 , G06K9/62 , G06N3/08 , G06N5/04
Abstract: 本申请提供了一种语料标注方法，语料标注装置获取用户通过客户端提供的语料集合，该语料集合包括用户期望被标注的多种语义类别的语料，并确定语料集合中属于目标语义类别的人工标注语料以及自动标注语料，并获取针对该人工标注语料的人工标注结果，从而根据该人工标注语料的人工标注结果，对自动标注语料进行自动标注，该人工标注结果以及自动标注语料对应的自动标注结果用于作为训练数据对推理模型进行训练。如此，通过对部分语料进行自动标注，可以提高生成标注语料的效率、降低人力成本，同时，领域专家可以仅需对每一语义类别下的少量语料进行人工标注，从而可以减少人工标注的语料数量。此外，本申请还提供了对应的装置及相关设备。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.01 seconds)
