金融界 2024 年 12 月 2 日消息，国家知识产权局信息显示，巨人移动技术有限公司申请一项名为“种大规模音效数据集的处理方法”的专利，公开号 CN 119049512 A，申请日期为 2024 年 9 月。

专利摘要显示，本发明涉及一种大规模音效数据集的处理方法，包括以下步骤：S1：根据数据集的音频长度分布进行分析，并借助 clap 模型进行处理，以选取质量符合要求的音频样本；S2：将文本描述质量问题分为 3 类，分别为泛用无意义标注、异常重复标注以及重复描述标注；S3：对 3 类质量问题进行分别处理，并过滤删除对应数据；S4：基于 clap 模型计算每对音频和文本数据之间的相似度，基于相似度分布对数据进行分层抽样评估，根据评估结果预设合适的第二相似度阈值，丢弃小于第二相似度阈值的数据对。本发明可以提高音效质量、文本质量以及成对文本-音效数据的对应相似程度。

本文源自：金融界

作者：情报员