北京
分享至
国家知识产权局信息显示，马栏山音视频实验室;长沙市智音视界科技有限公司申请一项名为“一种音频分离方法、装置、设备及计算机可读存储介质”的专利，公开号CN122761883A，申请日期为2026年8月。
专利摘要显示，本发明公开了一种音频分离方法、装置、设备及计算机可读存储介质，应用于音频技术领域，包括：获取以教师伪标签为监督信号训练得到的场景化分离模型，教师伪标签中的教师人声轨是利用双模型级联分离并通过对残留人声进行对齐和时频自适应融合生成的；利用该模型从原始混合音频中提取初始人声轨；根据字幕时间戳将初始人声轨切分片段并进行歌声检测；对含歌声片段进行盲源分离得到候选音频轨；根据候选音频轨的歌声特征和语音特征选择目标对白轨，并基于目标对白轨生成最终人声轨。本发明通过双模型级联生成高质量伪标签训练单一模型，并结合字幕时间戳进行片段级歌声检测与目标对白轨选择，提升了参考音频纯净度，保障下游语音合成质量。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
