声音事件检测模型的训练方法、装置、设备和存储介质

本申请涉及一种声音事件检测模型的训练方法、装置、设备和存储介质。所述方法包括：将样本音频输入至预训练的声音事件定位模型，得到样本音频的预测标签；样本音频标注有初始标签，初始标签用于表征样本音频是否包含声音事件；预测标签包括样本音频中各个音频帧包含声音事件的概率分布信息；从样本音频中裁剪出符合目标音频长度的音频片段，根据初始标签和预测标签，标注音频片段对应的片段标签；片段标签用于表征音频片段是否包含声音事件；根据音频片段，以及音频片段对应的片段标签，对待训练的声音事件检测模型进行训练，得到预训练的声音事件检测模型。采用本方法能够提高声音事件检测模型的训练效率。