首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

模型训练方法、情感识别方法、装置、服务器及存储介质 

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:平安科技(深圳)有限公司

摘要:本申请实施例提供了一种模型训练方法、情感识别方法、装置、服务器及存储介质,该模型训练方法利用未标注的多个不同的预设音频数据集,对音乐情感识别模型进行自监督学习训练,以更新音乐情感识别模型,从而使得音乐情感识别模型能够学习到更多的潜在特征表示,然后根据有标注的预设训练样本集,对更新后的音乐情感识别模型进行进一步的训练,并且在训练的过程综合考虑浅层的情感特征和深层的情感特征,使得进一步训练得到的目标音乐情感识别模型能够更加准确地识别音乐音频的情感信息,有效地提高了音乐情感识别模型的准确性。

主权项:1.一种模型训练方法,用于训练音乐情感识别模型,其特征在于,所述音乐情感识别模型包括第一Transformer编码层、第二Transformer编码层、第一多头注意力层、第二多头注意力层和情感分类层,所述方法包括:根据多个不同的预设音频数据集,对所述音乐情感识别模型进行自监督学习训练,以更新所述音乐情感识别模型,同一所述预设音频数据集中的音频数据的属性相同,不同所述预设音频数据集中的音频数据的属性不同;从预设训练样本集中选取一个训练样本作为目标训练样本,所述训练样本包括音乐音频以及标注的情感信息;通过所述第一Transformer编码层对所述目标训练样本中的音乐音频进行编码,得到第一向量;通过所述第二Transformer编码层对所述第一向量进行编码,得到第二向量以及通过所述第一多头注意力层对所述第一向量进行处理,得到第三向量;通过所述第二多头注意力层对所述第二向量和所述第三向量进行融合处理,得到目标向量,通过所述情感分类层对所述目标向量进行情感分类处理,得到预测的情感信息;根据所述标注的情感信息和所述预测的情感信息,确定模型损失值;在所述模型损失值大于预设损失值时,更新所述音乐情感识别模型的参数,并返回执行所述从预设训练样本集中选取一个训练样本作为目标训练样本的步骤;在所述模型损失值小于或等于预设损失值时,停止对所述音乐情感识别模型进行训练,得到目标音乐情感识别模型。

全文数据:

权利要求:

百度查询: 平安科技(深圳)有限公司 模型训练方法、情感识别方法、装置、服务器及存储介质

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。