申请/专利权人:深圳市声扬科技有限公司
申请日:2024-03-25
公开(公告)日:2024-04-26
公开(公告)号:CN117935838A
主分类号:G10L21/0232
分类号:G10L21/0232;G10L21/0364;G10L25/18;G10L25/30;G06N3/0442;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本申请公开一种音频获取方法、装置、电子设备及存储介质。该方法包括:获取样本音频片段;基于对应的实数谱和虚数谱获取与多个通道各自对应的掩膜;基于对应的掩膜更新每个通道对应的实数谱和虚数谱,得到新的多通道实数谱和新的多通道虚数谱;将新的多通道实数谱和新的多通道虚数谱输入待训练神经网络模型的指定注意力池化层,并获取指定注意力池化层输出的与样本音频片段对应的单通道实数谱与单通道虚数谱;基于单通道实数谱与单通道虚数谱获取目标损失函数,并将目标损失函数收敛时的待训练神经网络模型作为目标神经网络模型,通过目标神经网络模型进行音频拾取。本方法提升了神经网络模型对音频片段关键通道的关注能力,提升音频拾取效果。
主权项:1.一种音频获取方法,其特征在于,所述方法包括:获取样本音频片段,所述样本音频片段包括多个通道,每个通道有对应的实数谱和虚数谱;基于所述对应的实数谱和虚数谱获取与所述多个通道各自对应的掩膜;基于所述对应的掩膜更新每个通道对应的实数谱和虚数谱,得到新的多通道实数谱和新的多通道虚数谱;将所述新的多通道实数谱和新的多通道虚数谱输入待训练神经网络模型的指定注意力池化层,以对所述指定注意力池化层进行训练,并获取所述指定注意力池化层输出的与所述样本音频片段对应的单通道实数谱与单通道虚数谱;基于所述单通道实数谱与单通道虚数谱获取目标损失函数,并将目标损失函数收敛时的待训练神经网络模型作为目标神经网络模型,通过所述目标神经网络模型进行音频拾取。
全文数据:
权利要求:
百度查询: 深圳市声扬科技有限公司 音频获取方法、装置、电子设备及存储介质
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。