基于知识蒸馏的音频降噪模型的训练方法、装置及设备

    公开(公告)号:CN117577124B

    公开(公告)日:2024-04-16

    申请号:CN202410051095.3

    申请日:2024-01-12

    Abstract: 本申请公开了一种基于知识蒸馏的音频降噪模型的训练方法、装置及设备,涉及人工智能技术领域。该方法的一具体实施方式包括:将具有噪声的音频信号从时域转换至时频域,得到具有噪声的音频特征;分别将具有噪声的音频特征输入到教师网络和学生网络中,得到教师网络预测输出的第一降噪特征,以及学生网络预测输出的第二降噪特征;将第二降噪特征从时频域转换至时域,得到第二降噪信号;根据第二降噪信号与干净的音频信号,第二降噪特征与干净的音频特征,以及第二降噪特征和第一降噪特征,确定学生网络对应的损失函数;利用学生网络对应的损失函数对学生网络进行知识蒸馏训练,得到训练后的音频降噪模型。

    基于知识蒸馏的音频降噪模型的训练方法、装置及设备

    公开(公告)号:CN117577124A

    公开(公告)日:2024-02-20

    申请号:CN202410051095.3

    申请日:2024-01-12

    Abstract: 本申请公开了一种基于知识蒸馏的音频降噪模型的训练方法、装置及设备,涉及人工智能技术领域。该方法的一具体实施方式包括:将具有噪声的音频信号从时域转换至时频域,得到具有噪声的音频特征;分别将具有噪声的音频特征输入到教师网络和学生网络中,得到教师网络预测输出的第一降噪特征,以及学生网络预测输出的第二降噪特征;将第二降噪特征从时频域转换至时域,得到第二降噪信号;根据第二降噪信号与干净的音频信号,第二降噪特征与干净的音频特征,以及第二降噪特征和第一降噪特征,确定学生网络对应的损失函数;利用学生网络对应的损失函数对学生网络进行知识蒸馏训练,得到训练后的音频降噪模型。

    一种基于线性回归算法的负载均衡方法及装置

    公开(公告)号:CN116886619A

    公开(公告)日:2023-10-13

    申请号:CN202310989595.7

    申请日:2023-08-08

    Abstract: 本发明涉及一种基于线性回归算法的负载均衡方法及装置,包括如下步骤:在每台实例服务器上部署服务器负载数据采集模块,数据采集模块定时采集服务器的负载数据及服务调用日志数据,通过网络通信手段将负载数据传送给数据收集模块;数据收集模块将收集到的负载数据进行整理,以文本日志的形式存储到指定目录,每行记录分别包含服务器编号、CPU使用率、内存使用率、请求开始时间戳、接口响应时间,数据之间用逗号进行分隔;权重预测模块负责对收集到的数据进行统计整理,并使用线性回归算法进行负载权重预测,并将计算出的每一个实例服务器的权重值传送至策略转发模块;策略转发模块将服务请求根据负载权重转发到后端实例服务器。

Patent Agency Ranking