[发明专利]声音事件定位模型训练方法和装置有效
| 申请号： | 202011624897.7 | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN112863492B | 公开（公告）日： | 2022-06-10 |
| 发明（设计）人： | 俞凯;吴梦玥;徐薛楠;丁翰林 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L15/16;G10L15/183;G10L15/26;G10L19/16;G10L25/24;G06N3/04;G06N3/08 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 黄谦;邓婷婷 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开声音事件定位模型训练方法和装置，其中，一种声音事件定位模型训练方法，包括：响应于输入音频和与所述输入音频对应的描述声音事件的短语，利用音频编码器将所述输入音频编码成特征向量序列，利用短语编码器将所述描述声音事件的短语编码成文本短语向量，其中，所述特征向量序列由所述音频中每个时刻的音频特征向量组成；计算所述文本短语向量与所述每个时刻的音频特征向量的相似度；基于相似度确定声音事件对应的开始时间和结束时间形成第一数据集的标注，基于对所述输入音频的声音事件标注形成第二数据集的标注；以及通过最小化所述第一数据集的标注和所述第二数据集的标注之间的损失训练所述音频编码器和所述短语编码器。 | ||
| 搜索关键词： | 声音 事件 定位 模型 训练 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011624897.7/，转载请声明来源钻瓜专利网。
