Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

歌声鉴伪模型的训练方法、歌声鉴伪方法及相关产品 

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!

申请/专利权人:腾讯音乐娱乐科技(深圳)有限公司

摘要:本申请实施例公开了歌声鉴伪模型的训练方法、歌声鉴伪方法及相关产品,该训练方法包括:获取机器演唱的正样本歌声片段、真人演唱的负样本歌声片段;将各歌声片段分别输入歌声特征提取模型,得到各歌声片段的歌声特征,此歌声特征提取模型采用对比学习思想训练得到;使用各歌声片段的标签信息、歌声特征对初始分类器模型进行训练,得到目标分类器模型;目标分类器模型用于判断待测歌曲是否为机器演唱。采用歌声特征提取模型提取歌声特征,可有效替代人工快而准地学习到机器演唱和真人演唱之间的声学差异,以保障目标分类器模型鉴别歌曲真伪时的效率和准确度,同时,填补对机器生成歌声进行检测的技术空缺。

主权项:1.一种歌声鉴伪模型的训练方法,其特征在于,所述歌声鉴伪模型包含歌声特征提取模型和目标分类器模型,所述训练方法包括:从机器演唱的歌曲样本中提取各歌声片段作为正样本歌声片段,从真人演唱的歌曲样本中提取各歌声片段作为负样本歌声片段;所述歌声片段指,所述歌曲样本中去除伴奏和无歌声片段后的音频片段;将所述正样本歌声片段、所述负样本歌声片段分别输入所述歌声特征提取模型,以提取所述正样本歌声片段和所述负样本歌声片段各自对应的歌声特征;其中,所述歌声特征提取模型为,朝着训练目标训练好的特征提取模型;所述训练目标包括,减小所述正样本歌声片段之间的距离,并增大所述正样本歌声片段和所述负样本歌声片段之间的距离;使用所述正样本歌声片段和所述负样本歌声片段各自对应的标签信息、所述歌声特征,对初始分类器模型进行训练,直至满足收敛条件时停止训练,得到所述目标分类器模型;所述标签信息用于标记歌声片段是否为机器演唱,所述目标分类器模型用于输出待测歌曲中的歌声片段为机器演唱片段的预测概率,以判断所述待测歌曲是否为机器演唱。

全文数据:

权利要求:

百度查询: 腾讯音乐娱乐科技(深圳)有限公司 歌声鉴伪模型的训练方法、歌声鉴伪方法及相关产品

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。