- 1、本文档共24页,其中可免费阅读23页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本公开涉及一种模型生成方法、声音事件检测方法、装置、介质及设备。方法包括:提取第一样本音频的音频特征,并将音频特征输入声音事件检测模型,得到第一检测结果;根据第一样本音频的第一标注结果和第一检测结果,确定模型的目标损失,目标损失包括交叉熵损失和连续性错误惩罚损失;根据目标损失进行模型参数更新。由于连续性检测错误是造成误识别的主要原因,因此在声音事件检测模型训练过程中,将连续性错误惩罚项作为模型训练过程中的损失函数的一部分,此方法训练出的模型可以在保证高准确率的同时,保持声音事件召回率不降低,即可
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116229942 A
(43)申请公布日 2023.06.06
(21)申请号 202310267536.9
(22)申请日 2023.03.15
(71)申请人 北京有竹居网络技术有限公司
地址
文档评论(0)