[发明专利]语音信号处理模型训练方法、装置、电子设备及存储介质有效
| 申请号： | 201711191604.9 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN109841220B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 陈联武;于蒙;罗敏;苏丹 | 申请（专利权）人： | 深圳市腾讯计算机系统有限公司 |
| 主分类号： | G10L17/04 | 分类号： | G10L17/04;G10L17/18;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 广东省深圳市南*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种语音信号处理模型训练方法、装置、电子设备及存储介质，该方法包括：获取样本语音，确定样本语音的各语音信号处理任务的任务输入特征；根据各语音信号处理任务的训练损失函数，确定目标训练损失函数；将样本语音的各语音信号处理任务的任务输入特征，作为待训练的多任务神经网络的训练输入，以最小化目标训练损失函数为训练目标，对待训练的多任务神经网络的共享层和各任务层的参数进行更新，直至待训练的多任务神经网络收敛，得到语音信号处理模型；其中，待训练的多任务神经网络包括：共享层，和各语音信号处理任务对应的任务层。本发明实施例可降低训练语音信号处理模型的计算复杂度，提高语音信号处理模型的训练效率。 | ||
| 搜索关键词： | 语音 信号 处理 模型 训练 方法 装置 电子设备 存储 介质 | ||
【主权项】：
1.一种语音信号处理模型训练方法，其特征在于，包括：获取样本语音，确定样本语音的各语音信号处理任务的任务输入特征；根据各语音信号处理任务的训练损失函数，确定目标训练损失函数；将样本语音的各语音信号处理任务的任务输入特征，作为待训练的多任务神经网络的训练输入，以最小化目标训练损失函数为训练目标，对待训练的多任务神经网络的共享层和各任务层的参数进行更新，直至待训练的多任务神经网络收敛，得到语音信号处理模型；其中，所述待训练的多任务神经网络包括：共享层，和各语音信号处理任务对应的任务层。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司，未经深圳市腾讯计算机系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711191604.9/，转载请声明来源钻瓜专利网。
