申请/专利权人:北京字节跳动网络技术有限公司
申请日:2020-04-02
公开(公告)日:2020-07-28
公开(公告)号:CN111460214A
主分类号:G06F16/65(20190101)
分类号:G06F16/65(20190101);G06K9/62(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2020.08.21#实质审查的生效;2020.07.28#公开
摘要:本公开涉及一种分类模型训练方法、音频分类方法、装置、介质及设备。所述方法包括:获取初始音频分类模型,所述初始音频分类模型基于属于常用语种的多个第一音频训练得到;获取属于非常用语种的多个第二音频,并确定每一所述第二音频的语言特征和所属语种;根据所述第二音频所属语种的总数,对所述初始音频分类模型中的全连接层进行设置,以获得中间音频分类模型;将所述第二音频的语言特征作为模型输入数据、并将所述第二音频所属语种作为模型输出数据,对所述中间音频分类模型进行训练,以获得目标音频分类模型。这样,能够提升对非常用语种识别、分类的准确性,解决非常用语种的少样本所导致的模型效果不佳、准确率低的问题。
主权项:1.一种音频分类模型训练方法,其特征在于,所述方法包括:获取初始音频分类模型,所述初始音频分类模型基于属于常用语种的多个第一音频训练得到;获取属于非常用语种的多个第二音频,并确定每一所述第二音频的语言特征和所属语种;根据所述第二音频所属语种的总数,对所述初始音频分类模型中的全连接层进行设置,以获得中间音频分类模型;将所述第二音频的语言特征作为模型输入数据、并将所述第二音频所属语种作为模型输出数据,对所述中间音频分类模型进行训练,以获得目标音频分类模型。
全文数据:
权利要求:
百度查询: 北京字节跳动网络技术有限公司 分类模型训练方法、音频分类方法、装置、介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。