-
公开(公告)号：CN118197277B
公开(公告)日：2024-07-23
申请号：CN202410598515.X
申请日：2024-05-15
申请人： 国家超级计算天津中心
IPC分类号： G10L13/027 , G10L13/033 , G10L13/08
摘要： 本发明实施例公开一种语音合成方法、装置、电子设备和存储介质，方法包括：确定来自参考语音源的参考语音的参考语音编码、第一参考文本编码和第一参考音素编码，以及确定参考文本的第二参考文本编码和第二参考音素编码；对所述第一参考文本编码和所述第二参考文本编码进行拼接，获得第三参考文本编码；对所述第一参考音素编码和所述第二参考音素编码进行拼接，获得第三参考音素编码；将参考语音编码、第三参考文本编码和所述第三参考音素编码输入至训练好的生成式模型，获得目标语音，目标语音是模拟参考语音源说出所述参考文本的语音。有效解决了在语音合成之前对模型进行再训练的问题，且提高了语音合成流畅度、自然度。
-
公开(公告)号：CN118134765A
公开(公告)日：2024-06-04
申请号：CN202410534365.6
申请日：2024-04-30
申请人： 国家超级计算天津中心
IPC分类号： G06T3/4053 , G06T3/4038 , G06T7/11
摘要： 本发明涉及图像超分辨率领域，公开了一种图像处理方法、设备和存储介质，该方法包括：对待处理图像进行分割，确定第一部分图像以及第二部分图像，并基于预设尺寸，将第一部分图像划分为多个第一子图像；基于第一超分算法库中的各第一超分算法分别对每个第一子图像进行超分辨率处理，得到各第一超分算法对应的第一超分图像，并根据各第一超分图像，确定每个第一子图像对应的第一目标图像；基于第二超分算法库对第二部分图像进行超分辨率处理，确定第二部分图像对应的第二目标图像；将各第一目标图像以及第二目标图像拼接，得到待处理图像对应的目标超分图像。通过本发明的技术方案能够有效提高图像的超分效果。
-
公开(公告)号：CN117974850A
公开(公告)日：2024-05-03
申请号：CN202410388315.1
申请日：2024-04-01
申请人： 国家超级计算天津中心
IPC分类号： G06T13/20 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06T13/40 , G06T13/80 , G06N3/048
摘要： 本发明涉及图像处理领域，公开了一种基于音频驱动的图像处理方法、设备和存储介质，该方法包括：获取初始图像序列以及初始音频；其中，初始图像序列中的嘴部区域的变化与初始音频不对应；将初始图像序列以及初始音频输入至预先训练完成的嘴部调整模型中，输出与初始音频对应的目标图像序列；其中，嘴部调整模型基于样本视频中的样本图像序列以及样本音频训练得到，嘴部调整模型包括面部特征提取模块、音频特征提取模块、特征融合模块以及图像重建模块，目标图像序列中的嘴部区域的变化与初始音频相对应。通过本发明的技术方案，能够提高嘴型变化的连续性以及自然性，提高图像序列和音频的同步性，提高图像序列的清晰度。
-
公开(公告)号：CN116705150A
公开(公告)日：2023-09-05
申请号：CN202310659118.4
申请日：2023-06-05
申请人： 国家超级计算天津中心
IPC分类号： G16B20/00 , G16B40/20 , G06F18/241 , G06N3/0464 , G06N3/0442
摘要： 本公开实施例涉及一种基因表达效率的确定方法、装置、设备及介质，涉及人工智能技术领域，其中该方法包括：截取预设遗传物质，得到包含启动子的待测遗传物质片段；将待测遗传物质片段输入预先训练的表达效率检测模型中，得到预设遗传物质对应的表达效率结果。本公开实施例，确定包括启动子的遗传物质片段，并基于该遗传物质片段，确定整体的遗传物质的表达效率结果，在无需确定启动子在遗传物质中的具体位置以及具体类型的情况下，实现了表达效率结果的确定，降低了表达效率结果确定过程的复杂度，并且适用于不能确定启动子位置和/或类型的场景，该方法的适用场景较为广泛。
-
公开(公告)号：CN111475271B
公开(公告)日：2023-04-25
申请号：CN202010258341.4
申请日：2018-06-29
申请人： 国家超级计算天津中心
摘要： 本发明涉及一种基于外层计算节点的工作流设置方法，包括：比较外层计算节点的输入锚点与外层连接模块的输出锚点，若外层计算节点的全部输入锚点不存在于任何外层连接模块的输出锚点中，则将该外层计算节点的ID放入外层工作流第一级中的外层计算节点ID列表；步骤S300，比较外层工作流第一级中的外层连接模块ID列表中的外层连接模块的输出锚点与外层计算节点的输入锚点，在相同的情况下将该外层计算节点的ID放入外层工作流第二级中的外层计算节点ID列表；将外层工作流各级中的外层计算节点ID列表依次添加外层任务执行顺序列表中。本发明能够获得同一软件框架内不同执行模块的任意拓扑组合的工作流以及作业中不同软件框架的工作流。
-
公开(公告)号：CN115579060B
公开(公告)日：2023-04-04
申请号：CN202211570198.8
申请日：2022-12-08
申请人： 国家超级计算天津中心
摘要： 本公开实施例涉及一种基因位点检测方法、装置、设备及介质，涉及人工智能技术领域，其中该方法包括：将待测基因序列输入预先训练的位点检测模型中，获取多个初始位点组；其中，每个初始位点组中包括至少一个初始位点；基于预设筛选策略，对初始位点组及其包括的初始位点进行筛选操作，确定包括至少一个目标位点的目标位点组。本公开实施例，基于预设筛选策略对初始位点组以及初始位点进行筛选，能够筛选掉实际不为位点的碱基序列，从而提高了目标位点以及目标位点组的准确性，提高了基因注释的效率和准确性，同时缩短了对基因进行注释的周期。
-
公开(公告)号：CN108958937B
公开(公告)日：2020-05-05
申请号：CN201810696816.0
申请日：2018-06-29
申请人： 国家超级计算天津中心
IPC分类号： G06F9/50
摘要： 本发明涉及一种模板化计算环境配置方法，包括以下步骤：接收用户从计算机软件组列表选择计算机软件组的选择操作，或者接收用户从计算机软件列表中选择计算机软件从而形成新的计算机软件组的选择操作；接收用户从所述计算机软件组中每个计算机软件的参数配置文件列表中选择参数配置文件的选择操作，或者接收用户输入的参数值从而形成新的参数配置文件的参数值输入操作；接收用户从所述计算机软件组的脚本文件列表中选择脚本文件的选择操作，或者接收用户输入的脚本命令形成新的脚本文件的脚本命令输入操作；根据所述计算机软件组、参数配置文件和脚本文件形成模板化计算环境。本发明能够使用户在使用超级计算机的过程中准确、方便、快捷地进行计算环境配置。
-
公开(公告)号：CN108897619B
公开(公告)日：2020-05-05
申请号：CN201810680674.9
申请日：2018-06-27
申请人： 国家超级计算天津中心
IPC分类号： G06F9/50
摘要： 本发明涉及一种用于超级计算机的多层级资源柔性配置方法，包括以下步骤：为作业分配超级计算机的P0个节点；计算在执行N个任务{T1,T2,...,TN}的过程中到达M个断点{B1,B2,...,BM}的对应的初始预期时间计算当执行任务Tj后到达任务Tj与任务Tj+1之间的断点Bi处的实际时间与初始预期时间的差值当时，为剩余的N‐j个未执行任务{Tj+1,Tj+2,...,TN}分配P1个计算节点并重新计算到达剩余的M‐i个断点{Bi+1,Bi+2,...,BM}的对应的第一修正预期时间本发明的方法可以在多个层级对超级计算机的资源进行柔性配置，在充分保障作业按时完成的的情况下，尽可能地减少超级计算机资源的占用。
-
公开(公告)号：CN118134765B
公开(公告)日：2024-07-12
申请号：CN202410534365.6
申请日：2024-04-30
申请人： 国家超级计算天津中心
IPC分类号： G06T3/4053 , G06T3/4038 , G06T7/11
摘要： 本发明涉及图像超分辨率领域，公开了一种图像处理方法、设备和存储介质，该方法包括：对待处理图像进行分割，确定第一部分图像以及第二部分图像，并基于预设尺寸，将第一部分图像划分为多个第一子图像；基于第一超分算法库中的各第一超分算法分别对每个第一子图像进行超分辨率处理，得到各第一超分算法对应的第一超分图像，并根据各第一超分图像，确定每个第一子图像对应的第一目标图像；基于第二超分算法库对第二部分图像进行超分辨率处理，确定第二部分图像对应的第二目标图像；将各第一目标图像以及第二目标图像拼接，得到待处理图像对应的目标超分图像。通过本发明的技术方案能够有效提高图像的超分效果。
-
公开(公告)号：CN118069817A
公开(公告)日：2024-05-24
申请号：CN202410466545.5
申请日：2024-04-18
申请人： 国家超级计算天津中心
IPC分类号： G06F16/332 , G06F40/247 , G06F40/284 , G06F16/33 , G06F16/35 , G06F16/36
摘要： 本发明涉及数据处理技术领域，公开了一种基于知识图谱的生成式问答方法、设备和存储介质。该方法通过提问文本和知识图谱确定各源节点，并确定目标节点类型，基于目标节点类型、所有源节点和知识图谱，确定各目标节点，实现多维度的意图判别以及目标节点的初筛，大幅缩小精细化筛选的范围，进而针对每一个目标节点，结合对应的节点关联信息判断其是否与提问文本关联，以实现对所有目标节点的精细化筛选，提高对提问文本的意图判别的准确性，进而根据所有目标节点对应的节点关联信息确定问答辅助信息，将其与提问文本一并输入至大语言模型中，得到回答文本，实现多维度的精细化意图判别，极大提高了问答准确性，解决现有技术中假阳率高的问题。
-
-
-
-
-
-
-
-
-
搜索结果
50 条记录 (耗时 0.039 秒)
