一种高采样率语音波形生成方法、装置、设备及存储介质

    公开(公告)号:CN112863539B

    公开(公告)日:2024-04-16

    申请号:CN201911188336.4

    申请日:2019-11-28

    摘要: 本申请提供了一种高采样率语音波形重建方法、装置、设备及存储介质,其中,方法包括:获取待重建语音波形的条件特征;根据待重建语音波形的条件特征分别构建低采样率语音波形和残差语音波形,其中,低采样率语音波形能够反映待重建语音波形的整体形状,残差语音波形能够反映待重建语音波形的局部精细结构;根据低采样率语音波形和残差语音波形,重建高采样率语音波形。本申请根据低采样率语音波形和残差语音波形能够重建出高质量的高采样率语音波形。

    辅助答题方法、装置、电子设备和存储介质

    公开(公告)号:CN117828058A

    公开(公告)日:2024-04-05

    申请号:CN202311872856.3

    申请日:2023-12-29

    摘要: 本发明提供一种辅助答题方法、装置、电子设备和存储介质,其中方法包括:获取当前轮次之前的答题对话记录,答题对话记录包括待解答试题关联的试题信息,以及待解答试题对应的对话信息;基于答题对话记录,生成当前轮次的辅助答题策略;基于辅助答题策略和答题对话记录,生成当前轮次的教师回复信息,以使学生基于教师回复信息进行答题,将当前轮次的下一轮次更新为当前轮次,直至学生解答待解答试题完成,克服了传统方案中直接给出题目的答案的方法,无法引发学生进行自主学习和独立思考,导致辅助学习的效果并不理想的缺陷,通过引导式的回复生成方式,逐步引导学生完成试题解答,提升了学生的答题能力以及辅助学习效果。

    一种错因解析数据增强方法、装置、存储介质及设备

    公开(公告)号:CN117828022A

    公开(公告)日:2024-04-05

    申请号:CN202311872608.9

    申请日:2023-12-29

    摘要: 本申请公开了一种错因解析数据增强方法、装置、存储介质及设备,该方法包括:首先将目标无标注数据文本结合第一prompt,判断目标作答文本是否作答正确;若是,则利用作答错误的已标注数据文本结合第二prompt,对目标无标注数据文本进行改写,并利用K个属于不同错误类型的作答错误的已标注数据文本,对改写后的目标无标注数据文本进行错因解析,得到第一错因解析结果;再将其与改写后的目标无标注数据文本构成增强后的第一错因解析数据;若否,则利用K个属于不同错误类型的作答错误的已标注数据文本,结合第三prompt,对目标无标注数据文本进行错因解析,得到第二错因解析结果;并将其与目标无标注数据文本构成增强后的第二错因解析数据,提高了增强准确率。

    路径规划方法、装置、电子设备和存储介质

    公开(公告)号:CN117824692A

    公开(公告)日:2024-04-05

    申请号:CN202311869346.0

    申请日:2023-12-28

    IPC分类号: G01C21/34

    摘要: 本发明提供一种路径规划方法、装置、电子设备和存储介质,涉及机器人技术领域,其中方法包括:获取目标区域对应的全局栅格代价地图和所述目标区域的子区域对应的局部栅格代价地图;所述全局栅格代价地图的分辨率低于所述局部栅格代价地图的分辨率;将所述局部栅格代价地图嵌入至所述全局栅格代价地图中,得到双分辨率栅格代价地图;基于所述双分辨率栅格代价地图进行路径规划,得到目标路径。本发明是基于全局栅格代价地图和局部栅格代价地图组成的双分辨率栅格代价地图进行路径规划,提高了双分辨率栅格代价地图的精度,进一步提高了路径规划的准确性。

    一种错因解析生成方法、装置、存储介质及设备

    公开(公告)号:CN117807984A

    公开(公告)日:2024-04-02

    申请号:CN202311868689.5

    申请日:2023-12-28

    IPC分类号: G06F40/205 G06F18/22

    摘要: 本申请公开了一种错因解析生成方法、装置、存储介质及设备,该方法包括:首先获取目标作答文本;并确定其对应的目标问题题目文本和标准作答文本;然后基于预先构建的目标问题题目文本的题目信息和解题思路集合,对目标作答文本进行作答分析,生成目标作答文本对应的目标作答信息;其中,解题思路集合是基于目标问题题目文本和标准作答文本预先迭代生成的;接着将目标作答信息、标准作答信息和所述题目信息,结合第一prompt,输入至预设的大语言模型,得到模型输出的针对目标作答文本的错因解析结果;其中,标准作答信息是基于题目信息和标准作答文本预先分析生成的。从而能够提高错因解析结果的生成效率和准确率,进而提高了用户的交互体验。

    代码生成方法、装置、电子设备和存储介质

    公开(公告)号:CN117762389A

    公开(公告)日:2024-03-26

    申请号:CN202311845888.4

    申请日:2023-12-27

    IPC分类号: G06F8/30 G06F8/33

    摘要: 本发明提供一种代码生成方法、装置、电子设备和存储介质,属于人工智能技术领域,代码生成方法包括:识别目标设计文件中的各个组件和模块,提取各个组件和模块对应的描述信息;根据描述信息,生成目标设计文件对应的代码提示语;将代码提示语输入至代码生成模型,得到目标设计文件对应的代码,代码生成模型是基于大型语言模型得到的。本发明通过识别目标设计文件中的各个组件和模块,提取各个组件和模块对应的描述信息,不会受限于设计文件的大小,根据描述信息,生成目标设计文件对应的代码提示语,将代码提示语输入至代码生成模型,得到目标设计文件对应的代码,实现了代码自动生成,生成的代码符合设计意图,提升了开发效率。

    口语评测方法、装置、设备及存储介质

    公开(公告)号:CN117746893A

    公开(公告)日:2024-03-22

    申请号:CN202311642830.X

    申请日:2023-11-29

    摘要: 本申请公开了一种口语评测方法、装置、设备及存储介质,本申请配置了文本语音对齐模型,该模型的输入为目标音频的音频表征及参考文本,模型被配置为提取参考文本的嵌入表征,并将嵌入表征与音频表征进行拼接,基于拼接表征解码得到对齐结果,对齐结果包括了目标音频的识别文本及识别文本与参考文本的对齐信息,由此可见,本申请文本语音对齐模型可端到端的直接预测得到对齐结果,避免了传统方案识别结果中产生的级联误差。在得到对齐结果后可以进一步基于对齐结果和参考文本来计算目标音频的完整度测评结果,提高了口语完整度测评结果的准确度。

    开放式问答方法、装置及相关设备

    公开(公告)号:CN117725168A

    公开(公告)日:2024-03-19

    申请号:CN202311381504.8

    申请日:2023-10-23

    IPC分类号: G06F16/332 G06V20/62 G06T9/00

    摘要: 本申请公开了一种开放式问答方法、装置及相关设备,多模态大模型包括图像编码模块和大语言模型,在回答与目标图像相关的问题文本时,可以调用文本识别算法对目标图像进行文本识别,得到文本识别结果,可以通过大语言模型得到该文本识别结果的特征表示,进一步,大语言模型在解码答案文本时其输入除了包含传统的问题文本的特征表示及训练图像的特征表示之外,额外增加了对目标图像的文本识别结果的特征表示,使得大语言模型可以关注到目标图像中文本内容及其位置信息,如此可以使得多模态大模型具备文字空间感知能力,因而在回答与文字空间排布相关问题时能够基于掌握的对文字的空间感知能力准确给出正确回答。

    文本问答方法、视觉语言模型的训练方法及其相关装置

    公开(公告)号:CN117690144A

    公开(公告)日:2024-03-12

    申请号:CN202311580044.1

    申请日:2023-11-21

    IPC分类号: G06V30/18 G06V30/19 G06N20/00

    摘要: 本申请公开了一种文本问答方法、视觉语言模型的训练方法及其相关装置,该方法包括:获取目标文本图像以及关于目标文本图像的目标问题;利用视觉语言模型中的视觉编码器对目标文本图像进行视觉编码,得到第一目标特征;以及,利用视觉语言模型中的文本编码网络对目标文本图像进行文本编码,得到第二目标特征;利用视觉语言模型基于第一目标特征、第二目标特征和目标问题,得到目标问题的目标答案。通过上述方式,本申请能够提高问答准确率。

    问答对构建方法、装置、电子设备和存储介质

    公开(公告)号:CN117688160A

    公开(公告)日:2024-03-12

    申请号:CN202311829388.1

    申请日:2023-12-26

    IPC分类号: G06F16/332 G06N20/00

    摘要: 本发明提供一种问答对构建方法、装置、电子设备和存储介质,该方法包括:获取知识点,以及待提问的问题类型;基于知识点,以及问题类型的提问要求文本,构建提示语,提问要求文本用于描述问题类型下针对知识点进行提问的要求;基于提示语,生成问答对,问答对中的问题属于问题类型,问答对中的答案以知识点为依据。本发明提供的方法、装置、电子设备和存储介质,基于知识点、以及问题类型的提问要求文本,构建提示语,并基于提示语生成问答对,作为与知识点对应的问答对,以供问答模型训练所用,保证了问答对构建的高效和低成本,且提问要求文本在提示语中的应用,也进一步保证了问答对的质量,有助于提高问答模型的质量。