思必驰科技股份有限公司钱彦旻获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉思必驰科技股份有限公司申请的专利视听语音分离模型的训练方法、电子设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116312607B 。
龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211573033.6，技术领域涉及：G10L21/0272；该发明授权视听语音分离模型的训练方法、电子设备和存储介质是由钱彦旻;吴逸飞;李晨达设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。
本视听语音分离模型的训练方法、电子设备和存储介质在说明书摘要公布了：本发明实施例提供一种视听语音分离模型的训练方法、电子设备和存储介质。该方法包括：将多个说话人的混合训练音频输入至视听语音分离模型，得到多个说话人的预测频谱图；确定预测频谱图的预测说话人视听特征以及混合训练音频的参考频谱图的参考说话人视听特征；基于预测说话人视听特征以及参考说话人视听特征确定的跨模态损失，通过交叉方向乘子法利用跨模态损失对视听语音分离模型进行混合精度量化条件的训练，得到轻量级的视听语音分离模型。本发明实施例基于交叉方向乘子法对模型进行量化调优训练出轻量级的视听语音分离模型，并且通过多模态模型能够充分利用不同模态对量化敏感度特性确保了轻量级的视听语音分离模型计算量与性能的平衡。
本发明授权视听语音分离模型的训练方法、电子设备和存储介质在权利要求书中公布了：1.一种视听语音分离模型的训练方法，包括： 将多个说话人的混合训练音频输入至视听语音分离模型，得到所述多个说话人的预测频谱图； 确定所述预测频谱图的预测说话人视听特征以及所述混合训练音频的参考频谱图的参考说话人视听特征； 基于所述预测说话人视听特征以及所述参考说话人视听特征确定的跨模态损失，通过交叉方向乘子法利用所述跨模态损失对所述视听语音分离模型进行混合精度量化条件的训练，得到轻量级的视听语音分离模型，其中，所述通过交叉方向乘子法利用所述跨模态损失对所述视听语音分离模型进行混合精度量化条件的训练的函数为：LρW,G,λ＝fW+ρ2||W-G-λ||2-ρ2||λ||，所述W为所述视听语音分离模型的第1层至第L层参数，G＝{αiQi}L i＝1，所述α为比例因子，所述Q为量化整数矩阵，i为所述视听语音分离模型的第i层，λ为拉格朗日乘数，ρ为所述视听语音分离模型的超参数。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人思必驰科技股份有限公司，其通讯地址为：215123 江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号