申请/专利权人：上海哔哩哔哩科技有限公司

申请日：2023-12-28

公开（公告）日：2024-04-12

公开（公告）号：CN117877515A

主分类号：G10L25/30

分类号：G10L25/30;G06F18/2411;G06F18/214;G10L25/48

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本公开的各实施例的目的是提供一种对音频文件进行审核的方法、装置和设备。其中，所述音频审核模型包括编码部和解码部，所述编码部包括TDNN模型及傅里叶变换模型，所述解码部包括预训练的大语言模型；其中，使用音频样本对来训练所述TDNN模型的第一输出向量序列以及所述傅里叶变换模型的第二输出向量序列与所述预训练的大语言模型的输入向量序列之间的映射权重，其中，所述TDNN模型和所述预训练的大语言模型已预训练好并保持各自当前的模型参数不变；仍保持所述TDNN模型的当前模型参数不变，使用所述音频样本对来调整所述映射权重以及所述预训练的大语言模型的模型参数。本公开的各实施例可以用于多模态音频审核任务。

主权项：1.一种对音频审核模型进行训练的方法，其中，所述音频审核模型包括编码部和解码部，所述编码部包括TDNN模型及傅里叶变换模型，所述解码部包括预训练的大语言模型；其中，该方法包括以下步骤：使用音频样本对来训练所述TDNN模型的第一输出向量序列以及所述傅里叶变换模型的第二输出向量序列与所述预训练的大语言模型的输入向量序列之间的映射权重，其中，所述TDNN模型和所述预训练的大语言模型已预训练好并保持各自当前的模型参数不变；其中，一个所述音频样本对包括一个音频数据样本及其对应的结构化描述信息，所述结构化描述信息包括审核结果；保持所述TDNN模型的当前模型参数不变，使用所述音频样本对来调整所述映射权重以及所述预训练的大语言模型的模型参数。

全文数据：

权利要求：

百度查询： 上海哔哩哔哩科技有限公司 一种对音频文件进行审核的方法、装置和设备

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。

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