基于迁移学习、联邦学习和进化学习的语音技术优化框架
CCF科学技术奖
基于迁移学习、联邦学习和进化学习的语音技术优化框架
完成单位:深圳前海微众银行股份有限公司
主要完成人:杨强、徐倩、范力欣、姜迪、宋元峰、谭聪慧 等
本项目针对用户场景的语音技术,提出了一套迁移学习理论与方法,有效提升了语音系统在用户场景的准确率;在不侵犯用户数据隐私的前提下,用联邦学习方法最大限度挖掘用户数据的价值;整合多种在工业界异构场景语音模型的进化学习理论与方法,实现了语音系统效果的持续升级。
<<< 上一篇
大数据驱动的高速铁路智能安全检测方法与系统
<<< 下一篇 蜂巢联邦智能平台:数据隐私保护的商用级解决
读完这篇文章后,您心情如何?
推荐内容
More >>>- · 大会主题确定,期待在横店有新突破 | CNCC202
- · 团报倒计时5天,YEF2024宁波智启新局,等你启
- · CSP高分说 | 武汉大学刘锡锐:CSP认证的特点
- · “CCF终身成就奖”获得者、中国科学院院士张
- · 风头正劲!CCF大模型论坛(FoLM)正式成立,撬
- · 聚焦CCDE2024 | 智能建造专题会议:智能建造
- · “CCF终身成就奖”获得者、中国科学院院士张
- · 聚焦CCDE2024丨数字金融专题会议在苏州举行
- · 要素革新,乘数前行|CCDE2024“数据要素X”
- · CSP高分说 | 南京大学吴轲:回首与CCF相伴的
- · CNCC近期咨询热点问题解答,你想知道的都在这
所有评论仅代表网友意见