“秦秀元”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]多风格语音的生成方法及装置-CN202310884051.4在审
发明人： 秦秀元;殷昊;田锋平 -专利权人：上海墨百意信息科技有限公司
申请日： 2023-07-18 - 公布日： 2023-09-05 - 主分类号： G10L13/08 文献下载
摘要：本公开提供了一种多风格语音的生成方法及装置，该方法先获取音频样本的风格特征，进而得到特征类型和损失值，通过损失值来更新模型参数，采用自适应特征迁移技术进行风格特征的迁移从而实现风格语音合成，在确保模型性能的前提下，有效降低了模型训练的复杂度和模型训练时使用的数据量，在语音合成中对不同风格进行建模，同时使用多说话人语音合成技术，可以对同一句话分别合成不同的风格，切换不同的第二音频作为输入，就可以实现多种风格的迁移，从而将不同风格特征迁移至任意一个无标注的发音人，在不降低语音合成质量的同时，提高了合成语音的自然度和表现力。
风格语音生成方法装置

[发明专利]一种基于对比学习的物品推荐方法、电子设备及存储介质-CN202310438525.2有效
发明人：沈利东;赵朋朋;秦秀元;沈逸旸;沈逸明 -专利权人：江苏亿友慧云软件股份有限公司
申请日： 2023-04-23 - 公布日： 2023-06-30 - 主分类号： G06F16/9536 文献下载
摘要：本申请涉及机器学习技术领域，特别是涉及一种基于对比学习的物品推荐方法、电子设备及存储介质。所述物品推荐方法，包括：将各用户的原始交互序列切分为多个子序列；对于每一子序列，从具有与所述子序列相同的目标物品的所有子序列中取样一个作为对比序列；捕捉获得子序列和对比序列对应的粗粒度的意图表示并进行粗粒度对比学习；将子序列和对比序列的粗粒度的意图表示和聚类所得的对应的细粒度的意图表示进行细粒度对比学习；确定物品推荐概率和推荐损失函数；基于粗粒度对比学习和细粒度对比学习的损失函数以及推荐损失函数进行迭代训练生成物品推荐模型。本申请的一种基于对比学习的物品推荐方法，物品推荐准确率高，鲁棒性好。
一种基于对比学习物品推荐方法电子设备存储介质

[发明专利]序列推荐模型的生成方法、商品推荐方法及其装置-CN202310237948.8在审
发明人：鲜学丰;秦秀元;杨元峰;赵朋朋;王勤宏 -专利权人：苏州市职业大学（苏州开放大学）
申请日： 2023-03-13 - 公布日： 2023-06-06 - 主分类号： G06Q30/0601 文献下载
摘要：本发明公开了一种序列推荐模型的生成方法、商品推荐方法及其装置，该生成方法包括：接收多个用户一一对应的多个行为序列，所述行为序列包含有与对应用户有过交互的多个商品，每个行为序列都对应有一个推荐商品；创建序列推荐模型，基于多个行为序列、对所述序列推荐模型进行训练。从而生成了一个能够进行序列推荐的模型。
序列推荐模型生成方法商品及其装置