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！

龙图腾网获悉广东海聊科技有限公司申请的专利一种针对语音数据的语音表征对比学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115762493B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211524013.X，技术领域涉及：G10L15/06；该发明授权一种针对语音数据的语音表征对比学习方法是由查徐鹏;颜志威;马炎南;赵欢;黄念鑫设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种针对语音数据的语音表征对比学习方法在说明书摘要公布了：本发明新型公开了一种针对语音数据的语音表征对比学习方法，包括获取原始语音数据样本并预处理得到语音数据样本的waveform特征；采用Mixup操作处理waveform特征并构建混合语音数据waveform特征数据集；采用Transformer‑Encoder模型提取混合语音数据样本waveform特征的全局特征信息；采用三层projectionhead层非线性传递获取全局特征信息；采用互信息机制进行表征对比学习，同时优化模型参数。本发明提供的语音表征对比学习方法，增加了语音数据样本的样本量，解决模型低扩展性、低泛化性的问题，重点关注于语音数据的主要特征部分进而减少模型的计算量。

本发明授权一种针对语音数据的语音表征对比学习方法在权利要求书中公布了：1.一种针对语音数据的语音表征对比学习方法，包括如下步骤： S1.获取原始语音数据样本，采用预处理操作，获取语音数据样本的waveform特征； S2.采用Mixup操作对步骤S1获取的waveform特征进行处理，构建混合语音数据waveform特征数据集；具体包括如下步骤： A.从Emo-DB-W数据集中任意选取两个不同的语音数据样本waveform特征和， 的样本长度为，的样本长度为，样本长度等于采样帧数，并设置可变超参数和 固定超参数、； 其中，，，为任意可变超参数；，，且； B.采用如下算式对语音数据样本和进行融合操作： 其中，是语音样本特征中第帧至第帧的语音片段；是 语音样本的特征片段的倍；是语音样本的特征片段的倍；是语音样本的特征片段和语音样本的特征 片段分别以权重和权重进行融合后的特征片段；表示两个特征向量 间的拼接操作；语音样本表示采用替换语音样本的中间特征片段后 的语音样本；语音样本表示采用替换语音样本的中间特征片段后的 语音样本； C.将得到的混合语音样本和添加到数据集Emo-DB-W中； D.重复步骤B和C，每次重复过程中采用不同的，共计重复n次； S3.采用Transformer-Encoder模型对步骤S2构建的混合语音数据waveform特征数据集提取语音数据的全局特征信息； S4.采用三层projectionhead层非线性传递步骤S3获取的语音数据的全局特征信息；具体包括： 在Transformer-Encoder模型的最后一个Encoder模块后添加3层projectionhead，最后一层projectionhead的输出作为样本的特征信息；所述projectionhead层为全连接层FullConnect，处理步骤如下： 其中，是Transformer-Encoder架构最后一个Encoder模块的输出特征，、、是 三个用于训练的特征矩阵，对特征进行线性映射操作、对特征进行线性映射操 作、对特征进行线性映射操作，、、是三个用于训练的特征偏置，是非线性函数； S5.采用互信息机制进行表征对比学习，同时优化Transformer-Encoder模型的参数； S6.采用步骤S5优化的Transformer-Encoder模型完成针对语音数据的表征对比学习。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东海聊科技有限公司，其通讯地址为：528200 广东省佛山市南海区狮山镇软件园桃园路南海产业智库城一期B座B326、B328、B330、B331、B332、B333、B334、B336室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。