-
公开(公告)号：CN113296711B
公开(公告)日：2022-10-28
申请号：CN202110653004.X
申请日：2021-06-11
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种数据库场景中优化分布式存储延迟的方法，包括：步骤1，在容器连接主存储的IO链路上设置持久化缓存层；步骤2，容器中应用程序IO先持久化到持久化缓存层中；步骤3，持久化缓存层中的IO到达阈值或超时后，进行IO合并后刷入主存储中。通过在容器连接主存储的IO链路上设置持久化缓存层，容器中应用程序IO将优先持久化到持久化缓存层中，能有效减少IO的延迟，过滤IO尖峰；同时，IO在持久化后并未通过网络，减弱受网络稳定性因素的影响，通过将分布在持久化缓存层中的IO在到达阈值或超时后，再进行IO合并刷入后端的主存储中，提高了IO合并效率。该方法能降低分布式存储的延迟，提升分布式存储的性能。
-
公开(公告)号：CN114722792A
公开(公告)日：2022-07-08
申请号：CN202210176436.0
申请日：2022-02-24
Applicant: 中国科学技术大学
IPC: G06F40/194 , G06F40/268 , G06F40/284
Abstract: 本发明提供一种端到端实体模糊方法和系统、电子设备、计算机存储介质，该方法包括：获取用户的请求信息；将请求信息分别与多个预设候选信息均进行实体模糊处理，得到多个相似度；取多个相似度中相似度最高的作为实体模糊后的最终相似度；不需要人工计算前缀匹配、后缀匹配、NGram、CLS等人工总结、计算的特征方式，采用模型自主学习特征方式，让模型能够自主学习到更多深层次的特征信息，也即，轻模型工程化的复杂度，并且让模型能够自主的学习更多潜在的、隐藏特征。
-
公开(公告)号：CN112634914A
公开(公告)日：2021-04-09
申请号：CN202011482467.6
申请日：2020-12-15
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种基于短时谱一致性的神经网络声码器训练方法，包括：使用自然声学特征和自然对数幅度谱训练幅度谱预测器，使用自然对数幅度谱、自然基频和自然波形训练相位谱预测器；将训练后的幅度谱预测器和相位谱预测器进行连接，通过自然声学特征、自然对数幅度谱、自然基频和自然波形训练连接后的幅度谱预测器和相位谱预测器；本发明提供的神经网络声码器训练方法，首先分别训练幅度谱预测器和相位谱预测器，最后加入短时谱一致性损失函数联合训练幅度谱预测器和相位谱预测器，能够极大地改善预测的幅度谱和相位谱组成的短时谱的不一致问题，进而提高合成语音的质量。
-
Patent Agency Ranking
公开(公告)号：CN111883102A
公开(公告)日：2020-11-03
申请号：CN202010672991.3
申请日：2020-07-14
Applicant: 中国科学技术大学
Abstract: 本发明提出一种双层自回归解码的序列到序列语音合成方法及系统，系统包括编码器和解码器，所述解码器包括：音素级表征模块、音素级预测模块、帧级预测模块；所述编码器将音素名、音调和韵律短语边界信息用向量表征，然后使用卷积神经网络和双向长短时记忆网络将这些信息编码融合得到句子中每个音素的上下文单元表征；所述音素级表征模块，通过帧一级的长短时记忆网络(LSTM)和池化处理获得每个音素单元的声学单元表征；所述音素级预测模块，采用音素级自回归结构来预测当前音素的声学单元表征并建立连续音素之间的依赖关系；所述帧级预测模块，通过解码器LSTM来预测帧级的声学特征。
-
公开(公告)号：CN107578106A
公开(公告)日：2018-01-12
申请号：CN201710842371.8
申请日：2017-09-18
Applicant: 中国科学技术大学
Abstract: 本发明公开了一种融合单词语义知识的神经网络自然语言推理方法，包括：从外部语义知识库中提取词对之间的多种语义关系；构建神经网络模型，利用神经网络模型对输入的前提文本、假设文本以及词对之间的多种语义关系进行局部推理建模，再组合局部推理信息，从而得到句子级别的推理信息，最后对神经网络模型进行训练；将未标注的前提文本和假设文本输入至已经训练好的神经网络模型，计算得到属于三个类别的概率分布，选取最大概率对应的类别作为最终预测的类别。该方法改善了传统神经网络方案对外部语义知识利用不足的问题，提高了自然语言推理的准确性。
-
公开(公告)号：CN103413548B
公开(公告)日：2016-02-03
申请号：CN201310360234.2
申请日：2013-08-16
Applicant: 中国科学技术大学
IPC: G10L13/033 , G10L15/06
Abstract: 一种基于受限玻尔兹曼机的联合频谱建模的声音转换方法，实现步骤为：提取语音频谱包络特征，提取语音高层频谱特征，动态时间规整，GMM模型训练，联合频谱包络特征声学子空间划分，Gaussian-Bernoulli RBM模型训练或Gaussian-Gaussian RBM模型训练，频谱转换和合成转换语音。本发明提高了频谱建模精度，改善转换语音的音质和自然度。
-
公开(公告)号：CN102938254B
公开(公告)日：2014-12-10
申请号：CN201210410212.8
申请日：2012-10-24
Applicant: 中国科学技术大学
IPC: G10L21/0216
Abstract: 本发明公开了一种语音信号增强系统和方法，方法包括如下步骤：将输入信号通过自适应滤波器进行滤波得到语音参考信号，利用阻塞矩阵对输入信号进行噪声提取处理，得到噪声参考信号；将噪声参考信号和语音参考信号通过多通道维纳滤波进行滤波得到降噪语音信号；根据噪声参考信号对降噪语音信号进行语音增强处理，得到增强语音信号和语音存在概率信号；根据语音存在概率信号对自适应匹配滤波器的滤波系数、阻塞矩阵、多通道维纳滤波器的滤波系数和学习步长进行更新。本发明在麦克风阵列比较简单的情况下，很好地克服在实际应用环境下对目标源实时跟踪的收敛不能保证、速度慢和实时增强失真大等问题。
-
公开(公告)号：CN102938254A
公开(公告)日：2013-02-20
申请号：CN201210410212.8
申请日：2012-10-24
Applicant: 中国科学技术大学
IPC: G10L21/02
Abstract: 本发明公开了一种语音信号增强系统和方法，方法包括如下步骤：将输入信号通过自适应滤波器进行滤波得到语音参考信号，利用阻塞矩阵对输入信号进行噪声提取处理，得到噪声参考信号；将噪声参考信号和语音参考信号通过多通道维纳滤波进行滤波得到降噪语音信号；根据噪声参考信号对降噪语音信号进行语音增强处理，得到增强语音信号和语音存在概率信号；根据语音存在概率信号对自适应匹配滤波器的滤波系数、阻塞矩阵、多通道维纳滤波器的滤波系数和学习步长进行更新。本发明在麦克风阵列比较简单的情况下，很好地克服在实际应用环境下对目标源实时跟踪的收敛不能保证、速度慢和实时增强失真大等问题。
-
-
-
-
-
-
-
Search Results
58
records
(took 0.025 seconds)
