| 题名 | 音乐风格迁移方法、模型训练方法、装置和存储介质 |
| 发明人 | |
| 第一发明人 | 郑锋
|
| 申请人 | 南方科技大学
|
| 第一申请人 | 南方科技大学
|
| 第一申请人地址 | 518055 广东省深圳市南山区西丽学苑大道1088号
|
| 当前申请人 | 南方科技大学
|
| 当前申请人地址 | 518055 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
|
| 当前第一申请人 | 南方科技大学
|
| 当前第一申请人地址 | 518055 广东省深圳市南山区西丽学苑大道1088号 (广东,深圳,南山区)
|
| 申请号 | CN202011046519.5
|
| 申请日期 | 2020-09-29
|
| 公开(公告)号 | CN112216257B
|
| 公开日期 | 2023-08-15
|
| 授权日期 | 2023-08-15
|
| 专利状态 | 授权
|
| 法律状态日期 | 2023-08-15
|
| 专利类型 | 授权发明
|
| 学校署名 | 第一
|
| 摘要 | 本发明公开了一种音乐风格迁移方法、模型训练方法、装置和存储介质，模型训练方法包括获取训练样本；根据训练样本和噪声样本获取生成器和鉴别器；将训练样本输入到生成器中，得到伪样本；将训练样本和伪样本输入到鉴别器中，获取生成损失和对比损失；将伪样本输入到生成器中，得到重建样本；计算训练样本和重建样本的重建损失；将干扰域样本和伪样本输入到鉴别器中，获取鉴别损失；利用梯度下降法，通过生成损失、对比损失、重建损失和鉴别损失训练生成器和鉴别器。通过将目标域对比损失运用到音频领域以提取并学习目标域的高级特征，实现将音乐风格迁移到不同音乐域的目标，大大降低了音乐风格迁移的训练成本。 |
| 其他摘要 | 本发明公开了一种音乐风格迁移方法、模型训练方法、装置和存储介质，模型训练方法包括获取训练样本；根据训练样本和噪声样本获取生成器和鉴别器；将训练样本输入到生成器中，得到伪样本；将训练样本和伪样本输入到鉴别器中，获取生成损失和对比损失；将伪样本输入到生成器中，得到重建样本；计算训练样本和重建样本的重建损失；将干扰域样本和伪样本输入到鉴别器中，获取鉴别损失；利用梯度下降法，通过生成损失、对比损失、重建损失和鉴别损失训练生成器和鉴别器。通过将目标域对比损失运用到音频领域以提取并学习目标域的高级特征，实现将音乐风格迁移到不同音乐域的目标，大大降低了音乐风格迁移的训练成本。 |
| CPC分类号 | G10H1/0025
; G10H1/00
; G06N20/00
; G10H2210/155
; G10H2210/036
|
| IPC 分类号 | G10H1/00
; G06N20/00
|
| INPADOC 法律状态 | （+PATENT GRANT）[2023-08-15][CN]
|
| INPADOC 同族专利数量 | 1
|
| 扩展同族专利数量 | 1
|
| 优先权日 | 2020-09-29
|
| 专利代理人 | 常柯阳
|
| 代理机构 | 广州嘉权专利商标事务所有限公司
|
| 相关链接 | [来源记录] |
| 来源库 | PatSnap
|
| 成果类型 | 专利 |
| 条目标识符 | http://sustech.caswiz.com/handle/2SGJ60CL/562742 |
| 专题 | 工学院_计算机科学与工程系 |
| 推荐引用方式 GB/T 7714 |
郑锋,刘航晨,宋轩,等. 音乐风格迁移方法、模型训练方法、装置和存储介质[P]. 2023-08-15.
|
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 原文链接 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 导出为Excel格式 |
| 导出为Csv格式 |
| Altmetrics Score |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [郑锋]的文章 |
| [刘航晨]的文章 |
| [宋轩]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [郑锋]的文章 |
| [刘航晨]的文章 |
| [宋轩]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [郑锋]的文章 |
| [刘航晨]的文章 |
| [宋轩]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论