申请/专利权人:微软技术许可有限责任公司
申请日:2019-07-30
公开(公告)日:2024-03-19
公开(公告)号:CN112309428B
主分类号:G10L25/48
分类号:G10L25/48;G10L25/30;G10L25/03
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.02.23#实质审查的生效;2021.02.02#公开
摘要:本公开提供了用于获得歌声检测模型的方法和装置。可以将多个话音片段和多个器乐片段合成为多个音频片段。可以利用所述多个音频片段来训练话音检测模型。可以将所述话音检测模型的至少一部分迁移到歌声检测模型。可以利用一组多音音乐片段来训练所述歌声检测模型。
主权项:1.一种用于获得歌声检测模型的方法,包括:将多个话音片段和多个器乐片段合成为多个音频片段;利用所述多个音频片段来训练话音检测模型;将所述话音检测模型的至少一部分迁移到歌声检测模型,其中,所述歌声检测模型是基于卷积循环神经网络CRNN的,所述CRNN包括卷积神经网络CNN和循环神经网络RNN,所述CNN包括从所述话音检测模型迁移来的至少一个卷积层,并且所述至少一个卷积层位于所述话音检测模型的CNN中的底层;以及利用一组多音音乐片段来训练所述歌声检测模型。
全文数据:
权利要求:
百度查询: 微软技术许可有限责任公司 获得歌声检测模型
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。