思必驰科技股份有限公司陈谐获国家专利权
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！
龙图腾网获悉思必驰科技股份有限公司申请的专利音频描述方法、系统、电子设备和存储介质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：CN119517010B 。
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：202411463254.7，技术领域涉及：G10L15/02；该发明授权音频描述方法、系统、电子设备和存储介质是由陈谐;李希泉设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。
本音频描述方法、系统、电子设备和存储介质在说明书摘要公布了：本申请实施例公开音频描述方法、系统、电子设备和存储介质，其中，方法包括：在对比语言‑音频预训练时，联合训练音频编码器和文本编码器，以便在共享的嵌入空间中对齐语义相似的音频文本对；在训练过程中，使用大语言模型学习解码真实字幕经由所述文本编码器产生的CLAP文本嵌入以重建字幕；在推理过程中，用所述音频编码器替换所述文本编码器，经由所述音频编码器提取音频嵌入，最后经由所述大语言模型产生最终字幕。
本发明授权音频描述方法、系统、电子设备和存储介质在权利要求书中公布了：1.一种音频描述方法，包括： 在对比语言-音频预训练时，联合训练音频编码器和文本编码器，以便在共享的嵌入空间中对齐语义相似的音频文本对； 在训练过程中，使用大语言模型学习解码真实字幕经由所述文本编码器产生的CLAP文本嵌入以重建字幕，其中，将根据所述CLAP文本嵌入从数据存储库中检索到的相似字幕作为所述大语言模型的提示，并在所述大语言模型的编码器端采用投影策略，在所述大语言模型的解码器端采用检索增强生成策略； 在推理过程中，用所述音频编码器替换所述文本编码器，经由所述音频编码器提取音频嵌入，最后经由所述大语言模型产生最终字幕，其中，所述音频嵌入被投射到文本嵌入支持上在经过所述投影策略，所述音频嵌入还被用于从所述数据存储库中检索相似字幕作为所述大语言模型的提示，所述文本嵌入支持为训练过程中积累的所述CLAP文本嵌入的集合。
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思必驰科技股份有限公司，其通讯地址为：215123 江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋；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。
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。
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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励