一种音频节拍的检测方法、装置、计算机设备和存储介质

发明专利有效专利

申请号：
CN202110565138.6
IPC分类号：G10L25/51;G10L25/30
申请日期：
2021-05-24
申请人：
百果园技术（新加坡）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种音频节拍的检测方法、装置、计算机设备和存储介质
申请号	CN202110565138.6	申请日期	2021-05-24
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-24	公开/公告号	CN113299318A
优先权	暂无	优先权号	暂无
主分类号	G10L25/51 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L25/00 不限于组G10L 15/00-G10L 21/00的语言或者声音分析技术（当利用语音检测器来感知一些信号特殊特征的基于半导体的静噪放大器，如无信号时的感知入H03G3/34） G10L25/48 专门适用于特定用途〔2013.01〕 G10L25/51 比较或判别〔2013.01〕	IPC分类号	G;1;0;L;2;5;/;5;1;;;G;1;0;L;2;5;/;3;0查看分类表>
申请人	百果园技术（新加坡）有限公司	申请人地址	新加坡巴西班让路枫树商业城30号楼15层31A 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	百果园技术（新加坡）有限公司	当前权利人	百果园技术（新加坡）有限公司
发明人	罗海斯·马尔斯;胡正倫
代理机构	北京品源专利代理有限公司	代理人	孟金喆

摘要

本发明实施例提供了一种音频节拍的检测方法、装置、计算机设备和存储介质，该方法包括：获取多媒体文件，多媒体文件中具有多帧音频信号，从多媒体文件的多帧音频信号中提取局部的特征，获得多帧音频特征向量，对多帧音频特征向量进行编码，获得第一背景向量，在对第一背景向量添加关于音频信号的注意力的条件下，对第一背景向量进行全局的解码，获得音频信号表达的音符，注意力机制具有更高的感受野，可感知全局的信息，有注意对长期信息建模，适于处理音频信号中的节拍，并且，使用注意力机制训练时并不要求样本帧级对齐，降低对样本的要求，提高符合条件的样本的数量，在保证模型的性能的条件下简化模型训练，从而保证检测节拍的精确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供