龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海交通大学
摘要：本发明提供了一种针对口语问答的端到端的多模态大语言模型的训练方法及系统，包括：利用现有语音识别数据集构建针对大语言模型的口语问答数据集；利用语音预训练模型提取输入语音的帧级语音特征向量提取器；利用文本预训练模型提取输入文本的文本特征向量提取器；利用线性变化模块进行语音和文本特征融合的特征融合模块；利用文本预训练大语言模型对融合特征进行解码并产生文本输出的解码器部分。本发明提出了一种便捷的数据集构建方式，并提出分别利用语音，文本预训练模型提取语音和文本的特征向量，两种特征向量通过提出的特征融合模块进行融合后送入文本预训练大语言模型并进行参数微调，以实现端到端的多模态大语言模型训练。
主权项：1.一种针对口语问答的端到端的多模态大语言模型的训练方法，其特征在于，包括：步骤S1：构建口语问答数据集；所述口语问答数据集包括：语音样本以及对应的语音转录文本标注；步骤S2：口语问答数据集中的语音数据利用语音预训练模型提取帧级语音特征向量；口语问答数据集中的文本数据利用文本预训练模型提取文本特征向量；步骤S3：将提取的帧级语音特征向量和文本特征向量进行特征融合，形成综合特征向量；步骤S4：利用文本预训练的大语言模型对综合特征向量进行解码，产生文本回答。
全文数据：
权利要求：
百度查询： 上海交通大学 针对口语问答的端到端的多模态大模型的训练方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号