“弗朗索瓦丝·博费”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17个，建议您升级VIP下载更多相关专利

[发明专利]基于客户端设备和/或设备上机器学习模型的性能度量来评估设备上机器学习模型-CN202180088336.6在审
发明人：德拉甘·齐夫科维奇;阿卡什·阿格拉瓦尔;弗朗索瓦丝·博费;塔马·吕卡森 -专利权人：谷歌有限责任公司
申请日： 2021-12-13 - 公布日： 2023-09-29 - 主分类号： G06F11/34 文献下载
摘要：本文公开的实施方式涉及用于基于(多个)客户端设备和/或(多个)设备上机器学习(ML)模型的(多个)性能度量来评估设备上ML模型的系统和方法。(多个)客户端设备能够包括设备上存储器，该设备上存储器存储(多个)设备上ML模型和(多个)设备上ML模型的多个测试实例。当满足某些条件时，(多个)客户端设备能够使用(多个)设备上ML模型来处理多个测试实例以生成(多个)性能度量。(多个)性能度量能够包括例如(多个)时延度量、(多个)存储器消耗度量、(多个)CPU使用度量、(多个)ML模型度量(例如，精确度和/或调用)和/或其他度量。在一些实施方式中，(多个)设备上ML模型能够基于(多个)性能度量进行激活(或保持处于活动状态)以在(多个)客户端设备处本地使用。在其他实施方式中，(多个)设备上ML模型能够基于(多个)性能度量被稀疏化。
基于客户端设备机器学习模型性能度量评估

[发明专利]根据在联邦学习中传输的模型更新判定和/或减轻预测的有效重建程度-CN202180088371.8在审
发明人：奥姆·迪帕克巴伊·塔卡尔;澄·唐;斯瓦鲁普·因德拉拉马斯瓦米;拉吉夫·马修斯;弗朗索瓦丝·博费 -专利权人：谷歌有限责任公司
申请日： 2021-12-13 - 公布日： 2023-09-19 - 主分类号： G06N20/00 文献下载
摘要：实施方式涉及判定可在多大程度上从模型更新中有效地重建使用机器学习模型生成的预测，其中模型更新基于那些预测并基于应用特定损失技术(例如，特定交叉熵损失技术)而生成。所公开的一些实施方式生成度量，所述度量各自指示使用对应的模型更新生成的对应重建与对应预测之间的符合程度。在那些实施方式中的一些中，度量用于确定是否在机器学习模型和/或附加机器学习模型的联邦学习中利用该特定损失技术(用于生成模型更新)。
根据联邦学习传输模型更新判定减轻预测有效重建程度

[发明专利]机器学习模型的混合客户端-服务器联邦学习-CN202180088341.7在审
发明人： 弗朗索瓦丝·博费;安德鲁·哈德;斯瓦鲁普·因德拉拉马斯瓦米;奥姆·迪帕克巴伊·塔卡尔;拉吉夫·马修斯 -专利权人：谷歌有限责任公司
申请日： 2021-12-13 - 公布日： 2023-08-29 - 主分类号： G10L15/06 文献下载
摘要：本文中公开的实现方式涉及基于在对应客户端设备和远程系统处生成的(多个)梯度的机器学习(“ML”)模型的联邦学习。对应客户端设备的(多个)处理器能够使用(多个)对应设备上ML模型处理在对应客户端设备本地生成的客户端数据，以生成对应预测输出，基于对应预测输出生成对应客户端梯度，并且将该对应客户端梯度传输到远程系统。远程系统的(多个)处理器能够使用(多个)全局ML模型处理从(多个)远程数据库获得的远程数据，以生成附加对应预测输出，基于该附加对应预测输出生成对应远程梯度。此外，远程系统能够利用对应客户端梯度和对应远程梯度来更新(多个)全局ML模型或其权重。能够将更新后的(多个)全局ML模型和/或其更新后的权重传输回对应客户端设备。
机器学习模型混合客户端服务器联邦

[发明专利]机器学习模型层的无监督联邦学习-CN202080104721.0在审
发明人： 弗朗索瓦丝·博费;沈启财;约翰·沙尔克威克 -专利权人：谷歌有限责任公司
申请日： 2020-07-20 - 公布日： 2023-05-16 - 主分类号： G06N3/08 文献下载
摘要：本文公开的实施方式针对全局机器学习(“ML”)模型层的无监督联邦训练，该ML模型层在联邦训练之后可以与附加层组合，从而产生组合的ML模型。处理器可以：检测捕获客户端设备用户的口述话语的音频数据；使用本地ML模型处理音频数据以生成预测输出；使用在客户端设备本地的无监督学习基于预测输出来生成梯度；将梯度传输到远程系统；基于梯度来更新全局ML模型层的权重；在更新权重之后，在远程系统上远程使用监督学习训练组合的ML模型，所述组合的ML模型包括更新的全局ML模型层和附加层；将组合的ML模型传输到客户端设备；并使用组合的ML模型在客户端设备上进行预测。
机器学习模型监督联邦

[发明专利]用于训练语音模型的语音合成的设备上个人化-CN202180035307.3在审
发明人： 弗朗索瓦丝·博费;约翰·沙尔克威克;沈启财 -专利权人：谷歌有限责任公司
申请日： 2021-10-05 - 公布日： 2023-01-31 - 主分类号： G10L15/00 文献下载
摘要：客户端设备的处理器能够：识别本地存储在客户端设备处的文本片段；使用设备上TTS生成器模型来处理文本片段，以生成包括文本片段的合成语音的合成语音音频数据；使用设备上ASR模型处理合成语音，以生成预测的ASR输出；以及基于将预测的ASR输出与对应于文本片段的基本事实输出进行比较来生成梯度。客户端设备的处理器还能够：使用设备上TTS生成器模型来处理合成语音音频数据，以进行预测；以及基于预测来生成梯度。在这些实施方式中，所生成的梯度能够用于更新相应的设备上模型的权重和/或被传送到远程系统，以便在相应的全局模型的远程更新中使用。更新的权重和/或更新的模型能够被传送到客户端设备。
用于训练语音模型合成设备上个人化

[发明专利]使用自动化助理功能的校正来训练设备上的机器学习模型-CN201980101834.2在审
发明人： 弗朗索瓦丝·博费;拉吉夫·马修斯;德拉甘·齐夫科维奇;库尔特·帕特里奇;安德鲁·哈德 -专利权人：谷歌有限责任公司
申请日： 2019-11-08 - 公布日： 2022-06-21 - 主分类号： G06F3/16 文献下载
摘要：客户端设备的处理器可以：接收捕获所述客户端设备的环境的环境属性的传感器数据；使用机器学习模型来处理所述传感器数据，以生成指定一个或多个当前休眠的自动化助理功能是否被激活的预测输出；做出关于是否触发所述一个或多个当前休眠的自动化助理功能的决定；在做出所述决定之后，确定所述决定是不正确的；并且响应于确定所述确定不正确，基于将所述预测输出与地面实况输出进行比较来生成梯度。在一些实现方式中，所生成的梯度由所述客户端设备的处理器用于更新设备上的语音识别模型的权重。在一些实现方式中，所生成的梯度被附加地或可替代地传送到远程系统以用于远程更新全局语音识别模型的全局权重。
使用自动化助理功能校正训练设备机器学习模型

[发明专利]多流递归神经网络换能器-CN202080069355.X在审
发明人：沈启财;弗朗索瓦丝·博费 -专利权人：谷歌有限责任公司
申请日： 2020-12-15 - 公布日： 2022-05-13 - 主分类号： G10L15/16 文献下载
摘要：公开了能够通过使用多流递归神经网络换能器(MS RNN‑T)模型处理输入来生成联合可能的输出的技术。各种实现方式包括通过使用MS RNN‑T处理单个输入序列来生成第一输出序列和第二输出序列，其中第一输出序列与第二输出序列联合可能的。公开了能够通过使用MS RNN‑T处理多个输入序列来生成输出的附加或替代技术。各种实现方式包括使用MS RNN‑T处理第一输入序列和第二输入序列以生成输出。在一些实现方式中，MS RNN‑T可用于处理两个或多个输入序列以生成两个或多个联合可能的输出序列。
递归神经网络换能器

[发明专利]压缩表现混合压缩性的数据-CN201980101171.4在审
发明人：乔瓦尼·莫塔;弗朗索瓦丝·博费;彼得·扎德拉日尔 -专利权人：谷歌有限责任公司
申请日： 2019-09-09 - 公布日： 2022-05-13 - 主分类号： H03M7/30 文献下载
摘要：提供了用于压缩诸如浮点数据的表现混合压缩性的数据的系统和方法。作为一个示例，本公开的方面可以用于压缩浮点数据，所述浮点数据表示机器学习模型的参数值。因此，本公开的方面可以用于压缩机器学习模型(例如，用于减少与所述模型相关联的存储要求、减少传输所述模型所消耗的带宽等)。
压缩表现混合压缩性数据

[发明专利]移动装置上的模态学习-CN202111185746.0在审
发明人：欧阳瑜;迭戈·米伦多·卡萨多;穆罕默迪纳穆尔·哈桑·谢科;弗朗索瓦丝·博费;德拉甘·齐夫科维奇;梅尔特姆·厄克泰姆 -专利权人：谷歌有限责任公司
申请日： 2017-09-29 - 公布日： 2022-01-07 - 主分类号： G06F3/02 文献下载
摘要：本公开涉及移动装置上的模态学习。公开了包括在计算机存储介质上编码并用于移动装置中的交叉输入模态学习的计算机程序的方法、系统和设备。在一个方案中，一种方法包括激活第一模态用户输入模式，其中使用第一模态识别器来识别通过第一模态的方式实现的用户输入；和通过所述第一模态的方式接收用户输入。该方法包括，作为所述第一模态识别器识别用户输入的结果而获得包括特定词项的转录；以及生成至少引用所述特定词项的输入场境数据结构。该方法进一步包括，通过第一模态识别器将输入场境数据结构传输给第二模态识别器，以用于更新与第二模态识别器相关联的第二模态识别模型。
移动装置学习

[发明专利]移动装置上的模态学习-CN201710909192.1有效
发明人：欧阳瑜;迭戈·米伦多·卡萨多;穆罕默迪纳穆尔·哈桑·谢科;弗朗索瓦丝·博费;德拉甘·齐夫科维奇;梅尔特姆·厄克泰姆 -专利权人：谷歌有限责任公司
申请日： 2017-09-29 - 公布日： 2021-10-12 - 主分类号： G06F3/01 文献下载
摘要：本申请涉及移动装置上的模态学习。公开了包括在计算机存储介质上编码并用于移动装置中的交叉输入模态学习的计算机程序的方法、系统和设备。在一个方案中，一种方法包括激活第一模态用户输入模式，其中使用第一模态识别器来识别通过第一模态的方式实现的用户输入；和通过所述第一模态的方式接收用户输入。该方法包括，作为所述第一模态识别器识别用户输入的结果而获得包括特定词项的转录；以及生成至少引用所述特定词项的输入场境数据结构。该方法进一步包括，通过第一模态识别器将输入场境数据结构传输给第二模态识别器，以用于更新与第二模态识别器相关联的第二模态识别模型。
移动装置学习

[发明专利]用于设备上语音识别模型的训练的文本片段的设备上语音合成-CN201980091350.4在审
发明人： 弗朗索瓦丝·博费;约翰·沙尔克威克;沈启财 -专利权人：谷歌有限责任公司
申请日： 2019-10-02 - 公布日： 2021-09-17 - 主分类号： G10L15/06 文献下载
摘要：客户端设备的(多个)处理器可以：识别在客户端设备处本地存储的文本片段；使用在客户端设备处本地存储的语音合成模型处理文本片段，以生成包括识别的文本片段的合成的语音的合成的语音音频数据；使用在客户端设备处本地存储的设备上语音识别模型处理合成的语音，以生成预测的输出；并且基于将预测的输出与对应于文本片段的基本事实输出进行比较来生成梯度。在一些实施方式中，客户端设备的处理器使用生成的梯度来更新设备上语音识别模型的权重。在一些实施方式中，另外地或替代地向远程系统发送生成的梯度发送，以用于远程更新全局语音识别模型的全局权重。
用于设备语音识别模型训练文本片段合成

[发明专利]学习个性化实体发音-CN201611243235.9有效
发明人：安托万·让·布吕盖;彭福春;弗朗索瓦丝·博费 -专利权人：谷歌有限责任公司
申请日： 2016-12-29 - 公布日： 2020-06-19 - 主分类号： G10L15/22 文献下载
摘要：本申请涉及学习个性化实体发音。本公开提供了方法、系统和设备，其包括在计算机存储介质上被编码的用于实施发音字典的计算机程序。所述方法包括：接收与包括命令和实体名称的讲话对应的音频数据。另外，所述方法可以包括：通过自动语音识别器，生成对所述音频数据中与所述实体名称相关联的部分的初始转录，接收对所述讲话中与所述实体名称相关联的所述部分的修正转录，获取与所述音频数据中与所述实体名称相关联的所述部分相关联的音标发音，对发音字典进行更新以将所述音标发音与所述实体名称相关联，接收包括所述实体名称的后续讲话，以及至少部分地基于更新后的发音字典来对所述后续讲话进行转录。可以提供改进的语音识别和更高质量的转录。
学习个性化实体发音

[发明专利]用于发音学习的计算机实现的方法、计算机可读介质和系统-CN201480030812.9有效
发明人：彭福春;弗朗索瓦丝·博费;布莱恩·帕特里克·斯特罗普;雷欣;佩德罗·J·莫雷诺·门吉巴尔;特雷弗·D·施特勒曼 -专利权人：谷歌有限责任公司
申请日： 2014-03-26 - 公布日： 2019-09-10 - 主分类号： G10L13/08 文献下载
摘要：用于确定用于特定词语的发音的方法、系统和装置，包括编码在计算机存储介质上的计算机程序。该方法、系统和装置包括获取与特定词语相对应的语音的音频样本和获取用于特定词语的候选发音的操作。进一步的操作包括：针对用于特定词语的每个候选发音和与特定词语相对应的语音的音频样本，生成反映该候选发音与音频样本之间的相似水平的评分。附加操作包括累积每个候选发音的评分，并且基于候选发音的累积评分，将用于特定词语的一个或多个候选发音添加到发音词典中。
用于发音学习计算机实现方法可读介质系统

[发明专利]用于键盘输入解码的神经网络-CN201680018860.5在审
发明人：翟树民;托马斯·布罗伊尔;奥艾斯·阿尔沙里夫;欧阳瑜;弗朗索瓦丝·博费;约翰·沙尔克威克 -专利权人：谷歌公司
申请日： 2016-03-16 - 公布日： 2018-01-02 - 主分类号： G06F3/023 文献下载
摘要：在一些示例中，计算设备包括至少一个处理器；以及至少一个模块，其可由至少一个处理器操作以输出用于在输出设备处显示的图形键盘；接收在存在感知输入设备的位置处检测到的手势的指示，所述存在感知输入设备的位置对应于输出图形键盘的输出设备的位置；基于由计算设备使用神经网络处理的手势的至少一个空间特征确定至少一个字符串，其中至少一个空间特征指示手势的至少一个物理属性；并且至少部分地基于使用神经网络处理手势的至少一个空间特征来输出用于在输出设备处显示的至少一个字符串。
用于键盘输入解码神经网络

[发明专利]具有并行识别任务的语音识别-CN201310582554.2在审
发明人：布莱恩·斯特罗普;弗朗索瓦丝·博费;奥利维尔·西奥汉 -专利权人：谷歌公司
申请日： 2009-07-02 - 公布日： 2014-04-30 - 主分类号： G10L15/34 文献下载
摘要：本发明涉及具有并行识别任务的语音识别。除其他之外，本说明书的主题可以具体化为一种方法，其包括接收音频信号并且发起多个语音识别系统（SRS）的语音识别任务。每个SRS被配置为生成指定音频信号中包括的可能语音的识别结果和指示语音结果的正确性的置信度的置信度值。该方法还包括完成语音识别任务的一部分，包括生成一个或多个识别结果和关于一个或多个识别结果的一个或多个置信度值，确定一个或多个置信度值是否满足置信度阈值，中止未完成生成识别结果的SRS的剩余部分的语音识别任务，并且基于所生成的一个或多个语音结果中的至少一个输出最终识别结果。
具有并行识别任务语音

1
2
下一页»
尾页
共 17 条