龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：中国科学院自动化研究所
摘要：本发明实施例涉及一种基于多模态大模型的模仿音频鉴别方法、装置和设备，应用于训练好的多模态大模型，多模态大模型包括音频编码器、线性对齐层、预训练的大语言模型；通过将待鉴别音频输入到音频编码器中，获得音频特征；将音频特征输入到线性对齐层，获得对齐到文本模态的音频特征；将鉴伪音频的文本指令和文本模态的音频特征进行拼接，获得拼接特征；将拼接特征输入到预训练的大语言模型中，输出音频鉴别结果和鉴别原因；音频鉴别结果为真，表示音频是被模仿对象的真实音频；音频鉴别结果为假，表示音频是模仿对象针对被模仿对象所进行的模仿音频；鉴别原因是指做出所述音频鉴别结果的依据信息；实现了模仿音频的精确、快速检测。
主权项：1.一种基于多模态大模型的模仿音频鉴别方法，其特征在于，应用于训练好的多模态大模型，所述多模态大模型包括音频编码器、线性对齐层、预训练的大语言模型；所述方法包括：将待鉴别音频输入到所述音频编码器中，获得音频特征；将所述音频特征输入到所述线性对齐层，获得对齐到文本模态的音频特征；将鉴伪音频的文本指令和所述文本模态的音频特征进行拼接，获得拼接特征；将所述拼接特征输入到所述预训练的大语言模型中，输出音频鉴别结果和鉴别原因；其中，所述音频鉴别结果为真，表示音频是被模仿对象的真实音频；所述音频鉴别结果为假，表示音频是模仿对象针对被模仿对象所进行的模仿音频；所述鉴别原因是指做出所述音频鉴别结果的依据信息。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 基于多模态大模型的模仿音频鉴别方法、装置和设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号