摘要
本发明公开了一种苏州评弹唱腔流派分类方法,各智能设备将本地数据集和待识别唱腔特征封装为请求,提交至多模态联邦RAG模块,通过大模型检索外部知识,实现语义关联分析,输出唱腔特征识别结果。设备从联邦学习中央服务器获取图神经网络全局参数完成初始化。本地运行深度强化学习模块筛选高质量样本子集训练图神经网络,上传参数;服务器聚合生成新全局参数并推送。重复此过程直至模型收敛,服务器下发最终参数,各设备据此对本地唱腔数据推理,输出流派类别。本发明方法解决了传统方法对方言语音、支声复调伴奏等复杂艺术特征的表征局限,突破了集中式模型训练的数据孤岛困境与隐私风险。
技术关键词
智能设备
分类方法
协调服务器
深度强化学习
数据
大语言模型
神经网络模型
参数
样本
语义
地图
跨模态
神经网络训练
特征切片
多模态特征
训练智能
排序模型
系统为您推荐了相关专利信息
磁盘故障预测方法
故障分析模型
时间段
训练特征
样本
语义
训练样本集
预训练语言模型
分布式计算架构
语句
轨迹预测模型
非授权
管理方法
时间段
历史轨迹数据