【技术实现步骤摘要】
本公开涉及计算机技术、人工智能，尤其是一种音频生成的方法、装置、存储介质、电子设备和程序产品。
技术介绍
1、音频的生成在许多领域都有广泛应用，包括但不限于游戏开发、视频制作、虚拟现实等领域。
2、相关技术中，通常利用无分类器引导（classifier-free guidance，cfg）机制，引导扩散模型生成音频。但是利用cfg机制在引导扩散模型生成音频的方案中，通过无分类器引导机制音频生成的机制牺牲了样本的多样性，容易导致生成音频缺乏变化性和表现力。
技术实现思路
1、本公开的实施例提供了一种音频生成的方法、装置、存储介质、电子设备和程序产品。
2、根据本公开的实施例的一个方面，提供了一种音频生成的方法，包括：
3、将获取的音频生成任务的引导信息进行编码，得到所述引导信息的隐空间表达；
4、基于扩散模型，利用混合引导策略和所述引导信息的隐空间表达，逐步进行去噪迭代，得到目标数据；其中，所述扩散模型包括原模型和降级模型，所述混合引导策略用于...
【技术保护点】
1.一种音频生成的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于扩散模型，利用混合引导策略和所述引导信息的隐空间表达，逐步进行去噪迭代，得到目标数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述原模型和所述引导信息的隐空间表达，确定每一采样步对应的第一预测噪声，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述降级模型和所述引导信息的隐空间表达，进行无分类器引导，确定每一采样步对应的第二预测噪声，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一...
【技术特征摘要】
1.一种音频生成的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于扩散模型，利用混合引导策略和所述引导信息的隐空间表达，逐步进行去噪迭代，得到目标数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述原模型和所述引导信息的隐空间表达，确定每一采样步对应的第一预测噪声，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述降级模型和所述引导信息的隐空间表达，进行无分类器引导，确定每一采样步对应的第二预测噪声，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一预测噪声以及所述第...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：北京生数科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。