SISTEMA DE COMPUTAÇÃO, MÉTODO IMPLEMENTADO POR COMPUTADOR E UM OU MAIS MEIOS LEGÍVEIS POR COMPUTADOR NÃO TRANSITÓRIOS PARA GERAÇÃO DE DADOS DE ÁUDIO COM BASE EM PROMPTS TEXTUAIS DESCRITIVOS

Classificação IPC

Prioridades unionistas

Resumo técnico

MODELOS DE DIFUSÃO PARA GERAÇÃO DE DADOS DE ÁUDIO COM BASE EM PROMPTS TEXTUAIS DESCRITIVOS. Um corpus de dados textuais é gerado com um modelo de geração de texto aprendido por máquina. O corpus de dados textuais inclui uma pluralidade de frases. Cada frase é descritiva de um tipo de áudio. Para cada uma de uma pluralidade de gravações de áudio, a gravação de áudio é processada com um modelo de classificação de áudio aprendido por máquina para obter dados de treinamento incluindo a gravação de áudio e uma ou mais frases da pluralidade de frases mais próximas da gravação de áudio dentro de um espaço de incorporação de áudio-texto em conjunto do modelo de classificação de áudio aprendido por máquina. As frases são processadas com um modelo de geração aprendido por máquina para obter uma representação intermediária das uma ou mais frases. A representação intermediária é processada com um modelo de difusão em cascata aprendido por máquina para obter dados de áudio. O modelo de difusão em cascata aprendido por máquina é treinado com base na diferença entre os dados de áudio e a gravação de áudio.