一種面向環(huán)境噪聲的智能識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202210643419.3 申請(qǐng)日 -
公開（公告）號(hào) CN114724549A 公開（公告）日 2022-07-08
申請(qǐng)公布號(hào) CN114724549A 申請(qǐng)公布日 2022-07-08
分類號(hào) G10L15/02（2006.01）I;G10L15/06（2013.01）I;G10L15/16（2006.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 樂器；聲學(xué);
發(fā)明人 鄭建輝;殷藝敏 申請(qǐng)（專利權(quán)）人 廣州聲博士聲學(xué)技術(shù)有限公司
代理機(jī)構(gòu) 廣州三環(huán)專利商標(biāo)代理有限公司 代理人 -
地址 511400廣東省廣州市番禺區(qū)石樓鎮(zhèn)華山路12號(hào)
法律狀態(tài) -

摘要

摘要 本申請(qǐng)涉及音頻識(shí)別技術(shù)領(lǐng)域，公開了一種面向環(huán)境噪聲的智能識(shí)別方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，其方法包括獲取噪聲音頻文件，并轉(zhuǎn)換為頻譜圖輸出；將頻譜圖輸入卷積神經(jīng)網(wǎng)絡(luò)中，卷積神經(jīng)網(wǎng)絡(luò)被劃分為至少2個(gè)階段，并分階段按不同比例提取頻譜圖的特征；在卷積神經(jīng)網(wǎng)絡(luò)中為每一個(gè)階段提取的特征施加監(jiān)督信號(hào)進(jìn)行訓(xùn)練；把每一個(gè)階段參與訓(xùn)練的所有特征進(jìn)行融合，得到融合特征；將融合特征輸入分類器，并根據(jù)分類器的輸出結(jié)果和監(jiān)督信號(hào)，調(diào)整融合特征再輸入分類器進(jìn)行學(xué)習(xí)，直至分類器的輸出結(jié)果的精度達(dá)到預(yù)設(shè)值；基于精度達(dá)到預(yù)設(shè)值的分類器對(duì)環(huán)境噪聲進(jìn)行識(shí)別。本申請(qǐng)可以達(dá)到使聲音數(shù)據(jù)樣本更具代表性，提高模型識(shí)別精度的效果。