全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211192216.3 (22)申请日 2022.09.28 (71)申请人 季华实验室 地址 528200 广东省佛山市南海区桂城街 道环岛南路28号 (72)发明人 李祯其 胡尧 温志庆  (74)专利代理 机构 佛山市海融科创知识产权代 理事务所(普通 合伙) 44377 专利代理师 夏雪梅 (51)Int.Cl. H04L 9/40(2022.01) H04N 21/462(2011.01) H04N 21/488(2011.01) G06N 20/00(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于联邦学习的字幕生成方法、 电子设 备及存储介质 (57)摘要 本申请涉及字幕生 成技术领域, 具体提供了 一种基于联邦学习的字幕生 成方法、 电子设备及 存储介质, 方法包括以下步骤: 构建多任务模型, 多任务模型为用于根据输入音频数据生成对应 的字幕的学习模 型; 基于本地数据对多任务模型 进行多轮次训练, 并在每轮次结束训练时将多任 务模型的参数集合上传至服务器, 以使服务器基 于联邦学习根据由不同多任务模型上传的参数 集合构建全局模型; 从服务器中获取全局模型, 并利用全局模型优化多轮次训练后的多任务模 型; 利用优化后的多任务模型生成字幕; 该方法 能够有效地 提高本地数据的私密性。 权利要求书2页 说明书10页 附图1页 CN 115277264 A 2022.11.01 CN 115277264 A 1.一种基于联邦学习的字幕生成方法, 用于生成字幕, 其特征在于, 所述基于联邦学习 的字幕生成方法包括: 构建训练多任务模型, 所述多任务模型为用于根据输入音频数据生成对应的字幕的学 习模型; 基于本地数据对所述多任务模型进行多轮次训练, 并在每轮次结束训练时将多任务模 型的参数集合上传至服务器, 以使所述服务器基于联邦学习根据由不同多任务模型多个轮 次上传的参数集 合构建全局模型; 从服务器中获取所述全局模型, 并利用所述全局模型优化多轮次训练后的多任务模 型; 利用优化后的多任务模型生成字幕。 2.根据权利要求1所述的基于联邦学习的字幕生成方法, 其特征在于, 所述利用所述全 局模型优化多轮次训练后的多任务模型的步骤 包括: 基于本地数据获取 所述全局模型的全局特 征; 根据所述全局特 征和所述多任务模型的本地特 征建立自适应迁移策略; 根据所述自适应迁移策略获取不同任务的全局特征和不同任务的本地特征之间的特 征迁移损失; 根据所述多任务模型的多任务目标函数和所述特 征迁移损失建立总体任务目标函数; 更新所述总体任务目标函数以优化多轮次训练后的多任务模型。 3.根据权利要求2所述的基于联邦学习的字幕生成方法, 其特征在于, 所述自适应迁移 策略包括外迁移 函数和内迁移函数, 所述外迁移 函数用于将所述全局特征向所述本地特征 迁移, 所述内迁移函数用于将所述全局特 征对应的维度向所述本地特 征对应的维度迁移。 4.根据权利要求3所述的基于联邦学习的字幕生成方法, 其特征在于, 所述外迁移函 数、 所述内迁移函数和所述自适应迁移策略的构建过程包括 步骤: 基于元神经网络参数设定 外迁移权重和内迁移权 重; 根据所述外 迁移权重、 所述全局特 征和所述多任务模型的本地特 征构建外 迁移函数; 根据所述内迁移权 重、 所述全局特 征和所述本地特 征构建内迁移函数; 根据所述外 迁移函数和所述内迁移函数建立所述自适应迁移策略。 5.根据权利要求2所述的基于联邦学习的字幕生成方法, 其特征在于, 所述更新所述总 体任务目标函数的步骤 包括: 基于反向传播算法更新所述总体任务目标函数的参数集合以最小化所述总体任务目 标函数的总体任务损失。 6.根据权利要求4所述的基于联邦学习的字幕生成方法, 其特征在于, 所述更新所述总 体任务目标函数的步骤 包括: 固定所述元神经网络参数, 基于反向传播算法更新所述自适应迁移策略的参数集合以 最小化特 征迁移损失; 基于反向传播算法更新所述多任务目标函数的参数集合以最小化所述总体任务目标 函数的总体任务损失。 7.根据权利要求1所述的基于联邦学习的字幕生成方法, 其特征在于, 所述本地数据包 括中文音频数据、 英文音频数据、 与所述中文音频数据对应的中英文字幕数据和与所述英权 利 要 求 书 1/2 页 2 CN 115277264 A 2文音频数据对应的中英文字幕数据, 所述多任务模型用于根据输入音频数据生成中文字幕 和/或英文字幕。 8.根据权利要求7所述的基于联邦学习的字幕生成方法, 其特征在于, 所述中文音频数 据和所述英文 音频数据均为包括音频信息和唇动信息的视频信息 。 9.一种电子设备, 其特征在于, 包括处理器以及存储器, 所述存储器存储有计算机可读 取指令, 当所述计算机可读取指 令由所述处理器执行时, 运行如权利要求 1‑8任一项所述方 法中的步骤。 10.一种存储介质, 其上存储有计算机程序, 其特征在于, 所述计算机程序被处理器执 行时运行如权利要求1 ‑8任一项所述方法中的步骤。权 利 要 求 书 2/2 页 3 CN 115277264 A 3

.PDF文档 专利 一种基于联邦学习的字幕生成方法、电子设备及存储介质

文档预览
中文文档 14 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于联邦学习的字幕生成方法、电子设备及存储介质 第 1 页 专利 一种基于联邦学习的字幕生成方法、电子设备及存储介质 第 2 页 专利 一种基于联邦学习的字幕生成方法、电子设备及存储介质 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 12:10:34上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。