该专利摘要指出，其技术方案聚焦于计算机技术领域，具体介绍了一种创新的音频处理模型训练方法。该方法首先获取样本音频时序信号，随后通过神经网络模型对这些信号进行分割，得到各样本子信号。接着，对每个样本子信号对应的音频特征序列进行序列间与序列内的特征融合，生成融合特征序列。基于这些融合特征序列，确定样本预测降噪信号，并进一步利用样本预测降噪信号与样本实际降噪信号对神经网络模型进行训练，最终得到音频处理模型。此技术方案据称能显著提升模型训练效率。
专利的详细内容揭示了这一创新方法如何通过特征融合技术，优化音频处理模型的训练过程，从而在提高训练效率的同时，也可能为音频降噪等领域带来新的技术突破。
