本公开提供了一种音频处理方法、电子设备、可读存储介质及程序产品，该音频处理方法首先对待识别的音频数据进行特征提取，得到目标频域特征，然后对目标频域特征进行下采样，得到多个帧的目标特征向量，之后基于训练好的网络模型得到预测结果，网络模型的...

本发明实施例公开了一种数据处理方法、装置和电子设备，通过获取配置信息，所述配置信息包括第一任务和第二任务，接收待处理信息，执行所述第一任务以获取所述待处理信息对应的第一结果，所述第一结果用于表征所述待处理信息对应的工具，执行所述第二任务...

本公开提供了一种信息处理方法、应答方法、设备、存储介质及程序产品，信息处理方法首先依据待处理信息得到多个第一指示信息，其中第一指示信息和待处理信息所表达的意图相符且信息内容不同，然后基于候选指示信息从预先设置的标准指示信息中确定目标指示...

本发明实施例公开了一种生成指令参数的方法、装置和电子设备。本发明实施例通过获取文本信息；根据所述文本信息确定指令名称；根据所述指令名称确定程序之间的接口API参数；根据所述API参数构建提示信息；将所述提示信息输入到大语言模型，生成候选...

本发明实施例公开了一种生成动画的方法、装置、电子设备和可读存储介质。本发明实施例在接收到包括文本和音频生成参数的动画生成请求后，根据文本和音频生成参数生成预定格式的音频数据，然后对音频数据进行多次分割，并在每次分割后根据得到的音频片段生...

本公开提供了一种语音降噪方法、电子设备、存储介质及程序产品。本公开的语音降噪方法包括：获取双通道麦克风的麦克风信号；基于所述麦克风信号获取麦克风双通道的相关性和空间特征；基于所述相关性和空间特征获取语音存在可能性；基于所述语音存在可能性...

本发明实施例公开了一种交互方法、装置、设备以及存储介质，通过对获取的图像进行目标检测，响应于检测到目标对象，提取所述目标对象的目标特征，对比所述目标特征与信息库中的参考特征，响应于存在与所述目标特征的相似度大于预设值的参考特征，从所述信...

本公开提供了一种问答方法、电子设备、存储介质及程序产品。本公开的问答方法包括：接收用户输入的问题并在终端进行显示；根据用户输入的问题在终端显示问题的答案，答案为基于预先建立的知识库搜索并经由大模型生成得到；预先建立知识库的步骤包括：对提...

本公开提供了一种语音合成的方法，包括：调用韵律模块对目标文本的文本编码特征进行韵律分析，获得关于目标文本的文本韵律特征，其中文本韵律特征用于表征目标文本的期望韵律；基于目标文本的音素时长数据，将文本韵律特征与文本编码特征进行时长规整，获...

本公开提供了一种语音的合成方法，包括：获取关于原始文本的语气特征数据，构建语气标注文本，其中语气特征数据包括多个语气特征及其插入位置；将语气标注文本与目标说话人的声音特征进行合并，形成包含语气特征的融合文本；以及调用语音合成模块对融合文...

本发明实施例公开了一种音频处理方法和电子设备，通过获取多个初始音频信号，然后对至少一个初始音频信号进行预定处理生成增强音频数据集，预定处理包括音频融合处理，和/或，混音处理。进而对增强音频数据集中的音频信号与预设音频信号进行混响处理以生...

本申请实施例公开了一种文本处理方法、电子设备和可读存储介质，涉及计算机技术领域。在文本处理的过程中，本申请实施例可以接收输入文本并对输入文本进行意图识别，确定所述输入文本对应的用户意图。进一步的，本申请实施例可以在用户意图为问题意图时，...

本发明实施例公开了一种事件生成的方法、装置和电子设备。本发明实施例通过获取至少一个目标非结构化文本；将所述至少一个目标非结构化文本输入到预先训练的统一预训练语言模型中，输出至少一个事件序列，其中，每个所述事件序列包括分隔符、触发词和论元...

本公开提供了一种语音合成方法、装置、设备及存储介质，通过将待处理文本进行预处理，得到与所述待处理文本相对应的音素序列；将所述音素序列输入第一声学模型，得到与所述音素序列相对应的目标语音帧；将所述目标语音帧输入第二声学模型，生成目标语音点...

本公开提供了一种中文文本纠错方法、装置、电子设备及存储介质。本公开实施例的中文文本纠错方法包括：获取包含中文内容的第一文本；基于预训练的拼写纠错模型和多字纠错模型修正所述第一文本执行的中文拼写错误和中文多字错误，获得第一纠错文本；基于预...

本公开还提供了一种人脸与蒙版的自动匹配方法、装置、电子设备及存储介质。本公开实施例的人脸与蒙版的自动匹配方法，包括：确定第一图像中人脸的位置与大小；检测第一图像的屏幕位置；根据蒙版的配置参数确定蒙版的指定区域的大小和屏幕位置；根据第一图...

本发明实施例公开了一种视频生成方法、系统、装置、电子设备和计算机存储介质，所述方法包括获取目标文档对应的文本信息，根据文本信息生成对应的音频信息，基于音频信息驱动预设的目标数字形象生成虚拟形象视频，根据虚拟形象视频和目标文档对应的视频生...

本公开提供了一种文本纠错语料生成方法、装置、设备及存储介质，通过将原始语料进行预处理，得到待处理语料，获取所述待处理语料的实体信息，并根据所述待处理语料的实体信息确定所述待处理语料的多个错误位置，根据错误类型共存策略，在所述待处理语料的...

本申请实施例提供了一种语音交互方法、装置、电子设备和可读存储介质，涉及计算机技术领域。在本申请实施例中，可以通过进行补充训练的关键词检测模型对目标语音进行关键词检测，其中，由于关键词检测模型至少基于第一样本中预定范围的音频帧进行补充训练...

本公开提供了一种噪声抑制模块的构建方法，可包括：利用混合语音样本对原始特征提取器进行训练，获得用于目标掩膜的掩膜提取器；对掩膜提取器进行数据量压缩处理，获得目标提取器，其中目标提取器的数据量小于掩膜提取器的数据量；基于目标提取器，生成具...