返回首页
基于迁移学习、联邦学习和进化学习的语音技术优化框架
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
推荐内容
More >>>- · CCF企智会走进江苏金服——共筑数智生态 共谋
- · 早鸟票正式开启！FCES2025相约长沙，抢占未来
- · 今日CNCC2025启动会在京召开，筹备工作全面展
- · YEF2025大会日程揭晓，早鸟票最后一天倒计时
- · 最后3天！YEF2025早鸟票截止倒计时，现在报名
- · 首届CCF算法能力大赛总决赛开赛！探索教育、
- · 第二届CCF中国数字金融大会（CDFC 2025）优秀
- · 从时代之问到破题之道和未来之约，梅宏院士为
- · YEF2025早鸟票倒计时7天，组团参会更优惠！
- · 第二届CCF中国数字金融大会（CDFC 2025）优秀
- · YEF2025早鸟票倒计时10天，抓紧时间报名参会