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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD