[发明专利]声音事件检测模型训练方法及声音事件检测方法

权利要求书

1.一种声音事件检测模型训练方法，所述声音事件检测模型包括卷积神经网络和循环神经网络，所述方法包括：

为所述卷积神经网络的多个卷积层中的至少一个配置下采样层，用于下采样所述卷积神经网络的神经元的时间分辨率；

配置所述循环神经网络，用于根据所述卷积神经网络所输出的声音特征信息进行声音事件分类。

2.根据权利要求1所述的方法，其中，为所述循环神经网络配置线性softmax函数对所述循环神经网络进行优化训练。

3.根据权利要求1所述的方法，其中，为所述下采样层配置平均采样率阈值和最大采样率阈值，以下采样所述卷积神经网络的神经元的时间分辨率。

4.根据权利要求3所述的方法，其中，所述平均采样率阈值配置为：0.2；所述最大采样率阈值配置为：0.75。

5.根据权利要求1所述的方法，其中，还包括：对输入至所述卷积神经网络的信号进行如下预处理：对待处理声音信号，每20ms计算一个2048点傅立叶变换，窗口长度为40ms，然后该信号由64个mel滤波器组进一步处理之后输入至所述卷积神经网络。

6.一种声音事件检测方法，其中，包括：

对待检测音频信号进行预处理；

将预处理之后的音频信号输入至权利要求1-5中任一项所述的方法训练得到的声音事件检测模型。

7.根据权利要求6所述的方法，其中，所述对待检测音频信号进行预处理包括：对待检测音频信号，每20ms计算一个2048点傅立叶变换，窗口长度为40ms，然后该信号由64个mel滤波器组进一步处理之后输入至所述卷积神经网络。

8.一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任意一项所述方法的步骤。

9.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任意一项所述方法的步骤。