-
公开(公告)号:CN115497464A
公开(公告)日:2022-12-20
申请号:CN202211137162.0
申请日:2022-09-19
Applicant: 中国科学技术大学
Abstract: 本申请公开了一种语音样本混淆方法及装置,在该方法中,获取属于多个语音数据源的多个语音样本对应的多个样本索引;按照预设块大小对多个样本索引分块得到多个块索引;混淆多个块索引得到混淆后的多个块索引,实现多个语音数据源粒度的语音样本混淆;从混淆后的多个块索引中选取预设数量的块索引作为多个待处理块索引;将多个待处理块索引包括的样本索引划分成多个批量索引;混淆多个批量索引得到混淆后的多个批量索引,实现多个批量语音样本粒度的语音样本混淆;通过混淆后的多个批量索引包括的样本索引,获取多个待处理语音样本。由此,实现对海量语音样本的充分、全局混淆,提高模型训练过程的稳定性。
-
公开(公告)号:CN115481737A
公开(公告)日:2022-12-16
申请号:CN202211144432.0
申请日:2022-09-20
Applicant: 中国科学技术大学
Abstract: 本申请提供了一种基于硬件的训练模型部署方法。首先,按照目标硬件的内部取整方式对训练模型进行量化感知训练,得到目标模型,使得目标模型的模型参数为整数,其中,训练模型是通过训练样本训练神经网络得到的。然后,将目标模型部署到目标硬件的内部。目标模型是按照目标硬件的内部取整方式对训练模型进行量化感知训练得到的,该方法使得目标模型的取整计算逻辑与目标硬件的内部取整计算逻辑一致,避免目标模型部署至目标硬件的内部产生误差,实现快速适配目标模型和目标硬件,从而降低了模型的实际部署难度,提高了模型的实际部署效果。
-