Demo Platform
Finding Something Interesting
采用Tacotron2方案，可以将您提供的文字转换为语音。
针对民事一审判决书提出“分割+抽取+生成”摘要自动生成模型，通过处理浓缩得到能够反映案件纠纷、当事人辩诉意见、法院认定事实、法院认为及判决等方面的重要信息。
基于关键点检测及表情生成技术，获取动漫人像的关键点分布情况，进行分层处理最后生成可控面部模型，可通过操作输入参数以控制模型各部件状态，从而生成不同的表情姿势。
基于CFLD模型，预测您提供的卡通人脸图像的五个特征点（瞳孔、鼻尖和嘴角），并为其佩戴饰品。
基于Transformer模型结构，实现可以设置诗歌体裁、藏头内容的AI自动写诗系统。
将完整性验证技术应用在聊天记录的云存储中，使其能够更容易地被司法程序认可成为电子证据，在维护当事人合法权益的同时有效节省司法成本。
基于MacBERT+CRF模型，为无标点的中文、中英文、古文和诗词恢复标点
（“，”，“。”，“、”，“？”，“！”）。
（“，”，“。”，“、”，“？”，“！”）。
基于Transformer和ResNet模型，预测您提供的视频相对应的语音识别结果。
（目前仅支持英文类型的视频）
（目前仅支持英文类型的视频）
基于深度学习中的迁移学习算法，利用图像领域的预训练模型Resnet50，结合GTZAN数据集中音乐文件的梅尔谱图，对输入文件的音乐流派进行预测分析
基于BERT预训练语言和BiLSTM-CRF提供三个不同模型进行中医药领域的命名实体识别，并将预测结果通过不同的文本颜色输出。