北京
分享至
国家知识产权局信息显示，北京陌陌信息技术有限公司、北京邮电大学申请一项名为“细粒度音频情感描述生成方法及系统”的专利，公开号CN122907095A，申请日期为2026年8月。
专利摘要显示，本发明公开了一种细粒度音频情感描述生成方法及系统，涉及语音理解领域，包括采用至少两个音频理解模型对每条原始音频分别进行标注，生成初始文本描述，将每条原始音频及其对应的初始文本描述共同作为一个标注样本，计算同一原始音频初始文本描述之间的语义相似度，以将标注样本划分为高一致性样本和低一致性样本，基于高一致性样本构建正样本、软负样本、硬负样本，以训练判别式评判模型，对于低一致性样本生成多个候选文本描述，将各候选文本描述与对应的原始音频输入判别式评判模型，获得匹配分数，基于匹配分数进行声学一致性验证以确定候选集合，从候选集合中确定目标文本描述。本发明自动生成的音频情感描述兼顾情感丰富度与声学真实性。
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.
