“王武城”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果35个，建议您升级VIP下载更多相关专利

[发明专利]匹配模型的训练方法、音频识别方法及相关设备-CN202310985340.3在审
发明人： 王武城;龚韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-08-07 - 公布日： 2023-10-27 - 主分类号： G10L25/03 文献下载
摘要：本申请公开了匹配模型的训练方法、音频识别方法及相关设备，该训练方法包括：根据各当前原版全音频分别和各自改版音频片段、其他原版音频之间的旋律特征距离，计算匹配模型的模型损失函数；基于模型损失函数调整初始匹配模型的模型参数，直至满足收敛条件时得到目标匹配模型；目标匹配模型用于输出待识别音频段对应的目标旋律特征，以通过目标旋律特征识别出待识别音频段所属的原版全音频。本申请有助于充分学习多段改版片段和当前原版全音频整体之间的内在联系，确保同一当前原版全音频的各改版音频片段能在特征空间内聚拢，并疏远当前原版全音频和其他原版音频之间的特征联系，提升对翻唱类等改版音频的识别准确性。
匹配模型训练方法音频识别相关设备

[发明专利]歌曲识别网络的训练方法、翻唱歌曲识别方法及相关装置-CN202310866244.7在审
发明人： 王武城;龚韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-07-14 - 公布日： 2023-10-20 - 主分类号： G10L25/51 文献下载
摘要：本发明实施例提供了一种歌曲识别网络的训练方法、翻唱歌曲的识别方法及相关装置，用于提升对翻唱歌曲识别的准确率。本发明实施例方法包括：获取多个训练组的频谱特征，其中，每个训练组包括目标歌曲的原唱版本的频谱特征和目标歌曲对应的多个翻唱版本的频谱特征；将每个训练组中歌曲的频谱特征输入至歌曲识别网络模型，以得到歌曲识别网络模型输出的每个训练组中目标歌曲原唱版本的特征向量和多个翻唱版本的特征向量；根据每个训练组中目标歌曲原唱版本的特征向量、多个翻唱版本的特征向量和预设的第一阈值和第二阈值，确定每个训练组中目标歌曲翻唱版本的野点和离群点；基于多个训练组中的野点和离群点，对歌曲识别网络模型的参数进行修正。
歌曲识别网络训练方法翻唱相关装置

[发明专利]翻唱识别模型训练方法、翻唱识别方法、设备和存储介质-CN202310891500.8在审
发明人： 王武城;龚韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-07-19 - 公布日： 2023-10-03 - 主分类号： G10L15/06 文献下载
摘要：本申请涉及一种翻唱识别模型训练方法、翻唱识别方法、计算机设备和存储介质。所述翻唱识别模型训练方法包括：获取样本音乐对应的原唱歌曲与翻唱歌曲，并提取原唱歌曲对应的原唱歌曲特征，以及翻唱歌曲对应的翻唱歌曲特征；将翻唱歌曲特征与原唱歌曲特征进行混合处理，得到混合歌曲特征；将混合歌曲特征输入待训练的翻唱识别模型的编码器，通过编码器得到混合歌曲特征对应的旋律特征，并将旋律特征输入翻唱识别模型的解码器，通过解码器得到重构歌曲特征；根据重构歌曲特征以及翻唱歌曲特征之间的差异，对翻唱识别模型进行训练，得到训练完成的翻唱识别模型。采用本方法能够提高训练的翻唱识别模型的翻唱识别准确率。
翻唱识别模型训练方法设备存储介质

[发明专利]音频文本的对齐方法、计算机设备及计算机可读存储介质-CN202310553682.8在审
发明人： 王武城;龚韬 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-05-16 - 公布日： 2023-09-15 - 主分类号： G06F40/189 文献下载
摘要：本申请涉及一种音频文本的对齐方法、计算机设备及计算机可读存储介质。所述方法包括：获取待对齐的音频和文本；从音频中提取出至少一个字间跳变点；字间跳变点位于音频所表达的文本内容中相邻的两个字符之间；基于字间跳变点，对文本分别属于各种音素状态的预测转移概率进行概率调整，得到新的转移概率；概率调整用于将文本中的两个相邻字符之间的预测转移概率调整为预设转移概率，预设转移概率表征两个相邻字符之间存在不同音素状态的转移概率；基于新的转移概率，将音频和文本进对齐，得到对齐后的音频文本。采用本方法能够加快音频文本对齐的速率，以及提升对齐后的音频文本的自然度和表现力。
音频文本对齐方法计算机设备可读存储介质

[发明专利]音视频合成方法、服务器和可读存储介质-CN202310430441.4在审
发明人：张悦;王武城;董治;赵伟峰;姜涛 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-04-13 - 公布日： 2023-08-01 - 主分类号： H04N21/81 文献下载
摘要：本申请涉及一种音视频合成方法、服务器和存储介质。所述方法包括：获取目标用户在进行录唱行为时的音频数据和视频数据；其中，视频数据中包括目标用户的动作行为；然后，提取视频数据中目标用户的用户特征数据，并基于用户特征数据生成三维动画数据；其中，用户特征数据表征目标用户的外在形态特征；三维动画数据表征对应于目标用户的虚拟动画人物在模拟动作行为时的动画数据；最后，基于音频数据和三维动画数据进行音频‑视频合成，得到针对于录唱行为的音乐动画视频。采用本方法能够提升合成音视频的质量和降低音视频的制作成本。
视频合成方法服务器可读存储介质

[发明专利]音频识别方法、计算机设备和计算机程序产品-CN202310244837.X在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-03-07 - 公布日： 2023-07-11 - 主分类号： G10L25/51 文献下载
摘要：本申请涉及一种音频识别方法、计算机设备和计算机程序产品，能够提高原唱歌曲召回结果准确性。所述方法包括：获取对目标音频进行歌曲匹配后得到的候选歌曲音频；确定所述目标音频中的拍点相应的拍点数量等级，以及，确定所述候选歌曲音频中的拍点相应的拍点数量等级；获取所述目标音频的拍点数量等级与所述候选歌曲音频的拍点数量等级的等级差异；若所述等级差异小于预设差异阈值，则将所述候选歌曲音频确定为所述目标音频的原唱歌曲音频；若所述等级差异大于或等于预设差异阈值，则确定所述目标音频的原唱歌曲音频召回失败。
音频识别方法计算机设备程序产品

[发明专利]翻唱片段识别方法、计算机设备和存储介质-CN202310290863.6在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-03-17 - 公布日： 2023-07-04 - 主分类号： G10L25/51 文献下载
摘要：本申请涉及一种翻唱片段识别方法、计算机设备、存储介质和计算机程序产品。所述方法包括：根据预设音频时长，对待识别翻唱片段进行音频补齐处理，得到待识别翻唱片段的补齐音频片段；补齐音频片段的时长等于预设音频时长；将补齐音频片段输入至预先训练的音频特征提取模型中，得到补齐音频片段对应的翻唱音频特征；预先训练的音频特征提取模型通过原唱歌曲片段、原唱歌曲片段对应的正面翻唱片段和原唱歌曲片段对应的负面翻唱片段训练得到；根据翻唱音频特征与曲库中各个歌曲的音频特征之间的特征相似度，从曲库中筛选出满足预设相似度条件的歌曲，作为与待识别翻唱片段对应的翻唱片段识别结果。采用本方法能够提高翻唱片段识别效率。
翻唱片段识别方法计算机设备存储介质

[发明专利]音频识别方法、电子设备及计算机可读存储介质-CN202310313241.0在审
发明人： 王武城;孔令城;赵伟峰;姜涛;周文江 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-03-27 - 公布日： 2023-06-23 - 主分类号： G10L15/14 文献下载
摘要：本申请实施例公开了一种音频识别方法、电子设备及计算机可读存储介质，其中方法包括对目标音频进行切片操作得到多个音频片段，并获取每个音频片段的旋律指纹；针对每个音频片段，在指纹库中查找与旋律指纹相似度最高的前K个预存旋律指纹以及K个预存旋律指纹对应的匹配歌曲，得到音频片段的K个匹配歌曲；基于相邻匹配歌曲之间的预设转移概率以及每个音频片段的K个匹配歌曲对应的相似度，从每个音频片段的K个匹配歌曲中确定每个音频片段的目标匹配歌曲；根据每个音频片段的目标匹配歌曲，确定目标音频的音频识别结果，音频识别结果用于指示目标音频是否为串烧歌曲。本申请可以提升音频识别的准确率。
音频识别方法电子设备计算机可读存储介质

[发明专利]歌曲识别方法、计算机设备和存储介质-CN202310120143.5在审
发明人： 王武城;赵伟峰 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-02-02 - 公布日： 2023-05-30 - 主分类号： G10L25/18 文献下载
摘要：本申请涉及一种歌曲识别方法、计算机设备和存储介质。所述方法包括：将待识别歌曲输入至训练完成的音频分离模型中，得到待识别歌曲对应的人声音频和伴奏音频；训练完成的音频分离模型通过人声样本、伴奏样本和混合音乐样本训练得到；混合音乐样本中包含有人声样本和伴奏样本；获取人声音频的基频序列，并分别确定基频序列与曲库中各个歌曲的基频序列之间的基频相似度；获取伴奏音频的音频特征，并分别确定音频特征与曲库中各个歌曲的音频特征之间的特征相似度；根据基频相似度和特征相似度，从曲库中筛选出满足预设相似度条件的歌曲，作为与待识别歌曲对应的歌曲识别结果。采用本方法能够提高歌曲识别效果。
歌曲识别方法计算机设备存储介质

[发明专利]一种歌词时间戳的生成方法，生成装置以及存储介质-CN202310050590.8在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2023-02-01 - 公布日： 2023-05-09 - 主分类号： G10L25/03 文献下载
摘要：本申请实施例公开了一种歌词时间戳的生成方法，生成装置以及存储介质，用于数据处理领域，包括：确定音素状态序列中相邻两帧音素状态之间的状态转移概率；根据第二分配概率以及状态转移概率，确定音素状态转移的最大概率以及最大概率对应的状态转移路径；根据状态转移路径中每帧音素状态对应的第一分配概率以及对应的状态转移概率，确定当前歌词文本对应的每帧音频中音素状态的目标概率；根据状态转移路径以及目标概率确定当前歌词文本中字时间戳的置信度，并根据字时间戳的置信度生成当前歌词文本的歌词时间戳；能够有效避免当前歌词文本中字时间戳的偏移，使生成的当前歌词文本的歌词时间戳更准确。
一种歌词时间生成方法装置以及存储介质

[发明专利]同时优化深度表征学习与说话人类别估计的说话人聚类方法-CN201911239006.3有效
发明人：李艳雄;王武城;刘名乐;江钟杰;陈昊 -专利权人：华南理工大学
申请日： 2019-12-06 - 公布日： 2023-04-28 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种同时优化深度表征学习与说话人类别估计的说话人聚类方法，步骤如下：对聚类语音样本进行预处理，提取I‑vector特征，训练卷积自编码网络并提取深度表征特征；根据深度表征特征构造初始类，得到类别数和初始类标签；在卷积自编码网络的编码器输出层增加一个全连接层和一个Softmax层构成联合优化框架，Softmax层用于估计说话人类别；将卷积自编码网络的重构误差与Softmax层的说话人类别估计交叉熵误差之和作为目标函数，迭代更新联合优化框架参数直到满足收敛条件，得到各说话人的语音样本。本发明能同时得到优化的深度表征特征与说话人聚类结果，获得比传统方法更优的说话人聚类效果。
同时优化深度表征学习说话人类估计人聚类方法

[发明专利]神经网络模型训练方法、音频配乐方法及相关设备-CN202211699711.3在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-12-28 - 公布日： 2023-04-25 - 主分类号： G10L25/30 文献下载
摘要：本申请实施例公开了一种神经网络模型训练方法、音频配乐方法及相关设备。模型根据音频样本的融合特征向量获得音频样本的深度特征，根据背景音乐样本的融合特征向量获得背景音乐样本的深度特征，将音频样本与背景音乐样本各自的深度特征拼接得到深度融合特征，对深度融合特征计算得到预测标签，根据预测标签和真实标签调整模型参数，直至满足收敛条件时停止模型训练。由于模型对多种不同适配程度的音频样本和背景音乐样本进行训练，因而在模型应用时能够放大音频与背景音乐之间特征的适配性，使得相适配的音频与背景音乐在特征上更加接近，而不相适配的音频与背景音乐在特征上更加远离，更便于用户判断背景音乐是否适配音频，提升音频配乐的效率。
神经网络模型训练方法音频配乐相关设备

[发明专利]推荐模型的训练方法、歌曲推荐方法及相关装置-CN202211482487.2在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-11-24 - 公布日： 2023-04-07 - 主分类号： G06F16/635 文献下载
摘要：本申请实施例公开了推荐模型的训练方法、歌曲推荐方法及相关装置，该训练方法包括：获取训练样本集及训练样本集中的各样本音频特征；将各样本音频特征输入初始推荐模型，以输出各样本音频特征分别对应的参评特征；根据初始推荐模型算得的各参评特征分别属于不同操作歌单交集的预测概率，和/或各参评特征之间的相对关系，构建目标损失函数；基于目标损失函数调整初始推荐模型，得到目标推荐模型。应用历史一段时间内操作过同首歌曲的用户的操作歌单交集，可为推荐模型的训练提供充足可靠的数据支持，另一方面，由此得到的各参评特征可促使目标推荐模型对歌曲的预测效果更为准确，进而能更为可靠地判断该歌曲是否适合推荐给用户。
推荐模型训练方法歌曲相关装置

[发明专利]音频处理方法、设备、存储介质及计算机程序产品-CN202211442314.8在审
发明人： 王武城 -专利权人：腾讯音乐娱乐科技（深圳）有限公司
申请日： 2022-11-17 - 公布日： 2023-03-21 - 主分类号： G10L15/02 文献下载
摘要：本申请公开一种音频处理方法、设备、存储介质及计算机程序产品，方法包括：基于歌曲特征库及噪声特征库构建样本组；歌曲特征库包括多首歌曲的歌曲特征组，歌曲特征组中的各个歌曲特征是同一歌曲片段不同版本的声学特征，噪声特征库中的噪声特征为噪声片段的声学特征；样本组满足以下任一条件：正样本及参照样本是同一歌曲特征组中的不同歌曲特征，负样本是噪声特征，或负样本是从歌曲特征库中其他歌曲特征组中选取的歌曲特征；或正样本及参照样本是不同噪声特征，负样本是歌曲特征；基于样本组训练歌曲识别模型；训练后的歌曲识别模型用于提取待识别音频对应的指纹特征，以对待识别音频进行歌曲识别；可提高模型的抗噪性能及歌曲识别的准确性。
音频处理方法设备存储介质计算机程序产品

[发明专利]一种基于空洞卷积循环神经网络的声音事件检测方法-CN202010483079.3有效
发明人：李艳雄;刘名乐;王武城;江钟杰;陈昊 -专利权人：华南理工大学
申请日： 2020-06-01 - 公布日： 2023-02-14 - 主分类号： G10L25/30 文献下载
摘要：本发明公开了一种基于空洞卷积循环神经网络的声音事件检测方法，步骤如下：提取各样本的对数梅尔谱特征；搭建空洞卷积循环神经网络，包括卷积神经网络、双向长短时记忆神经网络和Sigmoid输出层；采用从训练样本提取的对数梅尔谱特征作为输入，训练空洞卷积循环神经网络；采用已训练的空洞卷积循环神经网络辨识测试样本中的声音事件，得到声音事件检测结果。本方法将空洞卷积引入卷积神经网络并将卷积神经网络与循环神经网络进行优化组合，得到空洞卷积循环神经网络。与传统卷积神经网络相比，在网络参数集大小相同的情况下，空洞卷积循环神经网络具有更大的感受野，能更有效利用音频样本的上下文信息，获得更好的声音事件检测结果。
一种基于空洞卷积循环神经网络声音事件检测方法

1
2
3
下一页»
尾页
共 35 条