下载一种多人说话场景下音视频识别模型训练及识别方法的技术资料

文档序号:38862892

温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明提供了一种多人说话场景下音视频识别模型训练及识别方法,模型训练方法包括:获取多人说话场景下对应的多个视频数据和单个音频数据,对其进行混合得到训练数据;将训练数据输入预设模型中,得到多个视频数据对应的预测矩阵和CTC损失函数;使用主成分...
该专利属于镁佳(北京)科技有限公司所有,仅供学习研究参考,未经过镁佳(北京)科技有限公司授权不得商用。

详细技术文档下载地址

温馨提示:您尚未登录,请点 登陆 后下载,如果您还没有账户请点 注册 ,登陆完成后,请刷新本页查看技术详细信息。