基于分層聯(lián)邦框架的音頻模型生成技術(shù)研究

摘要： 針對音頻模型，圍繞下一代音頻生成技術(shù)研究，構(gòu)建聯(lián)邦音頻模型訓(xùn)練框架，面向超大規(guī)模音頻數(shù)據(jù)進行音頻表征學(xué)習(xí)，為音頻下游任務(wù)提供高效魯棒的解決方案。提出一種適用于音頻模型的聯(lián)邦學(xué)習(xí)框架，解決數(shù)據(jù)異構(gòu)性、通信效率、隱私保護等問題；提出一種基于對比學(xué)習(xí)的音頻模型的預(yù)訓(xùn)練方法，利用<音頻，文本描述>數(shù)據(jù)學(xué)習(xí)語義特征，提高模型的泛化能力和多樣化能力；提出一種基于提示學(xué)習(xí)的音頻生成微調(diào)方法，... （共9頁）