-
公开(公告)号：CN113494796B
公开(公告)日：2024-01-05
申请号：CN202010252846.X
申请日：2020-04-02
申请人： 青岛海尔电冰箱有限公司 , 海尔智家股份有限公司
摘要： 本发明揭示了一种冰箱、传声单元的控制方法和存储介质，冰箱包括箱体、门体、闭门传声单元和开门传声单元，当门体位于第一状态时，闭门传声单元开启、开门传声单元关闭，当门体位于第二状态时，闭门传声单元关闭、开门传声单元开启。冰箱采用了两组传声单元，一组闭门传声单元适合于接收门体位于第一状态时的语音，另一组开门传声单元适合于接收门体位于第二状态时的语音，且门体在第一状态和第二状态之间切换时，两组传声单元开闭也进行切换，从而使得始终有一组传声单元处于增强区，接收到语音信号清楚，且避免了两组传声单元信号重叠干扰的问题，提高了冰箱的智能化的使用体验，符合智慧家居的需求。
-
公开(公告)号：CN117315679A
公开(公告)日：2023-12-29
申请号：CN202311125048.0
申请日：2023-09-01
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
IPC分类号： G06V30/19 , G06V30/41 , G06V10/80 , G10L15/26 , G10L21/0208 , G10L25/30 , G06N3/0442
摘要： 本申请涉及自然语言理解技术领域，公开一种用于多模态数据的文本提示方法，包括：获得多模态数据关联的文本特征向量，并，获得多模态数据关联的第一文本嵌入向量和第二文本嵌入向量；根据文本特征向量和第一文本嵌入向量，获得第一文本提示向量；根据文本特征向量和第二文本嵌入向量，获得第二文本提示向量；融合第一文本提示向量和第二文本提示向量，获得融合文本信息。该方法能够提升多模态信息中文本信息提取的准确性和可靠性。本申请还公开一种用于多模态数据的文本提示装置及家电设备、介质。
-
公开(公告)号：CN117171458A
公开(公告)日：2023-12-05
申请号：CN202210586411.8
申请日：2022-05-26
申请人： 青岛海尔电冰箱有限公司 , 海尔智家股份有限公司
IPC分类号： G06F16/955 , G06F16/9535 , G06K17/00 , H04W4/80
摘要： 本发明揭示了一种无源NFC场景决策方法、决策系统和电器设备及存储介质，涉及家用电器设备领域，包括步骤：预设电器设备不同场景信息的基础权重值；获取电器设备不同场景信息的基础权重值和平均使用时间；获取用户与电器设备交互的意图场景信息，将意图场景信息的权重值设置为1；基于时间衰减模型计算电器设备不同场景信息对应的实时权重值；比较电器设备不同场景信息的实时权重值，提供此时最高实时权重值对应的场景信息；若提供的场景信息唯一，则直接输出该场景信息；若提供的场景信息不唯一，则输出最近时间段内使用的场景信息。实现同一个无源NFC标签能够跳转至不同场景信息，并决策出用户使用手机app扫描该NFC标签时跳转到最佳页面。
-
公开(公告)号：CN117077787A
公开(公告)日：2023-11-17
申请号：CN202310830353.3
申请日：2023-07-07
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
IPC分类号： G06N5/04 , G06N3/0464 , G06N3/042 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/047 , G06N3/048 , G06N3/094 , G06N3/096 , G10L15/26 , G10L15/16 , G06V20/40 , G06V10/82 , G06F16/332 , G06F16/483 , F25D29/00
摘要： 本发明提供一种文本生成方法、装置、冰箱及存储介质。本发明通过同时将实时语音数据、实时文本数据、实时音视频数据作为网络模型的训练和输入数据，获得了多源异构的多模态数据。并且，通过构建融合了对抗网络、transformer模型、蒸馏扩散模型、注意力机制的神经网络，能够更丰富和充分地提取文本的语义特征信息。整体模型结构具有优秀的深度学习表征能力，生成文本准确率更高。获得生成文本信息后通过多渠道进行输出，显著改善语音识别精度和文本分类准确率的同时，使得交互方式更加便捷多元，大幅提高用户体验。
-
公开(公告)号：CN113127703B
公开(公告)日：2023-09-15
申请号：CN202010040066.9
申请日：2020-01-15
申请人： 青岛海尔电冰箱有限公司 , 海尔智家股份有限公司
IPC分类号： G06F16/903 , G06F16/9032
摘要： 本发明提供了一种冰箱食材管理方法、冰箱和存储介质，其中，冰箱食材管理方法包括：识别冰箱内的物品的种类；获取预设时间段内每种物品的累计存放时长和存放次数；根据所述累计存放时长对所述存放次数大于预设值的物品匹配保存优先级权重。本发明的有益效果是：根据物品的累计存放时长配置物品的保存优先级权重，方便快捷，用户体验感好，且删除存放次数较少的数据，提高数据的精确度。
-
公开(公告)号：CN116741196A
公开(公告)日：2023-09-12
申请号：CN202310586386.8
申请日：2023-05-22
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
IPC分类号： G10L21/0272 , G10L15/08 , G10L15/06 , G10L15/16
摘要： 本申请涉及语音降噪技术领域，公开一种用于语音降噪识别的方法，包括：根据多模态数据，获得语音编码数据；根据语音编码数据，获得语音信号；根据语音编码数据，获得噪音信号；利用第一深度神经网络对语音信号以及噪音信号进行数据融合，获得语音融合信号。本申请能够提升语音降噪的有效性。本申请还公开一种用于语音降噪识别的装置及制冷设备、存储介质。
-
公开(公告)号：CN116721173A
公开(公告)日：2023-09-08
申请号：CN202310588948.2
申请日：2023-05-22
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
IPC分类号： G06T11/00 , G10L21/0208 , G10L15/26 , G10L25/30 , G06T11/60 , G06T9/00 , G06N3/0464
摘要： 本申请涉及数据处理技术领域，公开一种用于多模态数据的图像生成方法，包括：根据多模态数据，获得图像编码数据；根据多模态数据，获得文本嵌入数据；对图像编码数据以及文本嵌入数据进行图像特征提取，获得目标图像。本申请能够从多模态数据中提取高质量的图像，提升图像提取的有效性。本申请还公开一种用于多模态数据的图像生成装置及制冷设备、存储介质。
-
公开(公告)号：CN116501859B
公开(公告)日：2023-09-01
申请号：CN202310752492.9
申请日：2023-06-26
申请人： 中国海洋大学 , 青岛海尔电冰箱有限公司
IPC分类号： G06F16/335 , G06F40/194 , G06F18/214 , G06N3/092 , G06N3/096
摘要： 本发明涉及一种基于冰箱领域的段落检索方法、设备和介质，属于自然语言处理段落检索领域，所述方法包括针对对偶性任务将交叉训练方法用于迁移学习的模型训练中；在问题生成模型上引入流利性奖励机制和基于目标性能奖励的数据过滤方法，所述方法使用交叉联合训练问题生成和段落检索模型降低模型在源领域过拟合。本发明引入基于流利性奖励机制的问题生成，从实践角度真正提升生成问题的质量，同时引入基于目标性能奖励的数据过滤方法，进一步提升QG和IR模型在冰箱领域的适应能力。
-
公开(公告)号：CN116563747A
公开(公告)日：2023-08-08
申请号：CN202310383387.2
申请日：2023-04-11
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
摘要： 本发明揭示一种提高抽屉内物品信息检测准确性的方法、设备和存储介质，包括：对连续拍摄的各视频帧图像进行处理，其中，于各视频帧图像中识别出垂直于抽屉开启方向的抽屉边缘线；将抽屉边缘线处沿抽屉开启方向上延伸区域定义为监控区域，监控其内是否出现手部特征；若出现，则获取手部特征出现在监控区域内的连续视频帧图像；若获取连续视频帧图像的帧数大于等于预设阈值，且在获取连续视频帧图像中的抽屉边缘线逐渐朝远离监控区域方向上运动时，则定义连续视频帧图像为第一系列图像，第一系列图像为抽屉关闭过程中采集的视频帧图像；获取第一系列图像中第一张视频帧图像。本发明可有效避免过早或过晚采集图像中抽屉内物品信息不完全的问题。
-
公开(公告)号：CN116431805A
公开(公告)日：2023-07-14
申请号：CN202310246908.X
申请日：2023-03-15
申请人： 青岛海尔电冰箱有限公司 , 青岛海尔智能技术研发有限公司 , 海尔智家股份有限公司
IPC分类号： G06F16/35 , G06F18/241 , G06F18/214 , G06F18/213 , G06N3/045 , G06N3/088 , G06F16/33 , G06F40/30 , G06F40/211 , G06F18/22
摘要： 本发明揭示了一种文本分类方法及制冷设备系统，方法包括：将多模态数据和/或多源异构数据全部转写为文本数据并汇总为总文本数据；对总文本数据中可标注的文本进行标注；将总文本数据通过深度融合网络模型进行特征提取；基于提取的特征计算文本分类的匹配结果。该文本分类方法充分利用了多模态和多源异构数据，并充分地挖掘了数据本身及数据间的自然语言理解的语义、语法及语境信息，文本分类的准确率高，提高了数据的价值，且提高了用户反馈信息准确率，为制冷设备上的人工智能的应用和推广提供了更好的前景。
-
-
-
-
-
-
-
-
-
搜索结果
324 条记录 (耗时 0.081 秒)
