平安科技申请“基于人工智能的情感识别”专利，提升金融科技效率与准确率
平安科技申请“基于人工智能的情感识别”专利，提升金融科技效率与准确率2024年12月5日，国家知识产权局信息显示，平安科技（深圳）有限公司提交了一项名为“基于人工智能的情感识别方法、装置、计算机设备及介质”的专利申请，公开号为CN119068914A，申请日期为2024年8月。这项专利申请聚焦于人工智能和金融科技领域的交叉点，旨在提升语音情感识别的效率和准确率
平安科技申请“基于人工智能的情感识别”专利，提升金融科技效率与准确率
2024年12月5日，国家知识产权局信息显示，平安科技（深圳）有限公司提交了一项名为“基于人工智能的情感识别方法、装置、计算机设备及介质”的专利申请，公开号为CN119068914A，申请日期为2024年8月。这项专利申请聚焦于人工智能和金融科技领域的交叉点，旨在提升语音情感识别的效率和准确率。专利摘要详细阐述了这项技术的核心方法和应用场景。
该专利申请的核心在于一种基于人工智能的情感识别方法。该方法巧妙地运用了教师模型和学生模型的结合，通过训练和优化，最终实现对目标语音数据的情感识别处理。具体而言，该方法包含以下几个关键步骤：
首先，系统调用教师模型和学生模型。教师模型作为经验丰富的“导师”，其作用是引导学生模型的学习和训练过程。学生模型则作为学习者，不断吸收教师模型的知识和经验，并最终达到甚至超越教师模型的性能。
其次，系统利用获取的语音样本数据对教师模型进行训练。在这个训练过程中，系统会获取联合嵌入和训练输出，并在此基础上生成教师模型的第一损失。第一损失指的是教师模型在训练过程中产生的误差，它反映了模型在当前状态下的性能水平。
同时，系统也会利用相同的语音样本数据对学生模型进行训练。这个训练过程的目标是获取指定语音嵌入，也就是将语音信号转化为模型可以理解的特征向量。
接下来，系统基于联合嵌入和语音嵌入生成学生模型的第二损失。第二损失反映了学生模型在训练过程中产生的误差，同样也反映了模型的性能水平。
为了综合考虑教师模型和学生模型的性能，系统会基于第一损失和第二损失生成一个综合损失。这个综合损失代表了整个训练过程的总体误差，系统会根据这个综合损失来对学生模型进行优化。
经过多次迭代的优化过程，最终系统会得到一个目标情感识别模型。这个模型具备高效率和高准确率的情感识别能力，能够准确地识别目标语音数据中的情感信息。
除了情感识别方法，该专利申请还涉及一种基于人工智能的情感识别装置、计算机设备及存储介质。这些装置和设备为情感识别方法的实际应用提供了硬件和软件平台。
值得一提的是，该专利申请还提出将情感识别结果存储于区块链中。区块链技术的应用能够保证情感识别结果的不可篡改性和可追溯性，进一步提升了系统的安全性与可靠性。
这项技术可以应用于多个金融场景，例如：客户服务中心的语音交互分析，可以根据客户的情绪调整服务策略，提供更个性化和更有针对性的服务；风险评估与管理，通过分析客户在交易过程中的语音情感，可以辅助识别潜在的风险；反欺诈监测，可以通过识别语音中的异常情感波动，帮助识别潜在的欺诈行为。
该专利申请的成功，体现了平安科技在人工智能和金融科技领域的持续创新能力，也预示着未来金融科技领域将朝着更加智能化、人性化的方向发展。 这项技术的成熟应用，将为金融行业带来更精准、更便捷的服务体验，同时也为金融安全提供了更可靠的保障。
该专利申请的创新之处在于其巧妙地结合了教师模型和学生模型，并通过综合损失函数对学生模型进行优化，有效提升了情感识别的准确率和效率。 此外，将情感识别结果存储于区块链中，更是增强了数据的安全性与可靠性，为金融科技领域的应用提供了坚实的基础。 这不仅是一项技术的突破，更是金融科技行业发展的重要里程碑。 平安科技的这项专利申请，无疑将推动金融行业向着更智能、更安全的未来迈进。 未来，我们可以期待这项技术在更多金融场景中的应用，并为客户带来更加高效、便捷以及安全的金融服务。
标签: 科技 平安 申请 基于 人工智能 情感 识别 专利 提升
声明：本文内容来源自网络，文字、图片等素材版权属于原作者，平台转载素材出于传递更多信息，文章内容仅供参考与学习，切勿作为商业目的使用。如果侵害了您的合法权益，请您及时与我们联系，我们会在第一时间进行处理！我们尊重版权，也致力于保护版权，站搜网感谢您的分享！
