公开(公告)号：CN119314479A

公开(公告)日：2025-01-14

申请号：CN202411417021.3

申请日：2024-10-11

Applicant: 北京交通大学

Inventor： 鲍海峰 ,  王坤 ,  周雯 ,  宿帅 ,  杨康佳 ,  王野

IPC: G10L15/22 ,  G10L15/02 ,  G10L15/18

Abstract: 本申请公开了一种列车司机语音识别方法、设备、介质及产品，涉及深度学习及语音识别技术领域，该方法包括获取列车司机的语音信息；对语音信息进行去噪处理、预处理和快速傅里叶变换，得到第一频谱特征；将第一频谱特征输入到专有词汇识别模型，得到专有词汇识别结果；将第一频谱特征输入到通用词汇识别模型，得到通用词汇识别结果；对专有词汇识别结果和通用词汇识别结果进行融合处理，得到列车司机的语音识别结果。通过融合专有词汇识别模型与通用词汇识别模型的识别结果，获得了列车司机的语音识别结果，这种融合处理有效地弥补了通用模型在铁路领域识别上的局限性，从而提高了列车司机语音识别的准确性。

公开(公告)号：CN116070698A

公开(公告)日：2023-05-05

申请号：CN202211684648.6

申请日：2022-12-27

Applicant: 北京交通大学 ,  中国铁道科学研究院集团有限公司电子计算技术研究所

Inventor： 王伟 ,  刘文博 ,  刘鹏睿 ,  吕晓婷 ,  刘敬楷 ,  周雯 ,  吴艳华 ,  祝咏升 ,  许向蕊 ,  陈国荣 ,  段莉 ,  李超 ,  刘吉强 ,  金一

IPC: G06N3/098 ,  G06N3/0455

Abstract: 本发明提供一种基于自编码器的单分类联邦学习方法及系统，属于联邦学习技术领域，在数据预处理阶段，利用预训练模型进行原始数据的特征提取和分析；在训练阶段，客户端按照数据标签分别使用自编码器完成单分类模型的训练，服务器根据标签对单分类模型进行分类聚合，并将聚合后的模型按标签重新下发给客户端；在预测阶段，基于集成学习整合多个单分类专家模型和预训练模型的输出，以确定预测结果。本发明提取出不同标签数据的关键特征，对客户端本地的数据类别没有要求，并且可以抑制客户端模型间的离散程度，提高全局模型的性能，能够在保护客户端隐私的情况下有效应对各种Non‑IID情况。此外训练过程中的异步聚合更新还可以提高训练过程中的通信效率。