[发明专利]一种语音的密集分类方法及相关装置

权利要求书

1.一种语音的密集分类方法，其特征在于，包括：

获取输入语音；

提取所述输入语音中第一预设数量维度第一特征；

将所述第一预设数量维度第一特征进行一阶差分处理得到第一预设数量维度第二特征，将所述第一预设数量维度第二特征进行二阶差分处理得到第一预设数量维度第三特征，其中，所述第一预设数量维度第一特征、所述第一预设数量维度第二特征和所述第一预设数量维度第三特征组成第二预设数量维度目标特征；

将所述第二预设数量维度目标特征在全卷积网络中进行处理，得到所述输入语音的分类结果。

2.根据权利要求1所述的方法，其特征在于，将所述第二预设数量维度目标特征在全卷积网络中进行处理，得到所述输入语音的分类结果，包括：

设定池化核、步长和扩张率，其中，所述池化核和所述步长相等；

依据所述池化核、所述步长和所述扩张率对所述第二预设数量维度目标特征在全卷积网络中进行扩张卷积、批归一化、整流线性单元和池化操作，得到所述输入语音的分类结果。

3.根据权利要求2所述的方法，其特征在于，依据所述池化核、所述步长和所述扩张率对所述第二预设数量维度目标特征在全卷积网络中进行扩张卷积、批归一化、整流线性单元和池化操作，得到所述输入语音的分类结果，还包括：

获取分类过程中的损失函数，依据所述损失函数采用反向传播算法进行梯度更新。

4.根据权利要求1所述的方法，其特征在于，将所述第二预设数量维度目标特征在全卷积网络中进行处理，得到所述输入语音的分类结果，还包括：

依据所述分类结果对语音唤醒、语音活动检测或者语音识别进行分析。

5.根据权利要求1所述的方法，其特征在于，提取所述输入语音中第一预设数量维度第一特征，包括：

将所述输入语音划分为第三预设数量的帧；

将所述第三预设数量的帧进行预加重、加窗和傅里叶变换处理后，得到能量谱；

将所述能量谱进行滤波后得到所述第一预设数量维度第一特征。

6.一种语音的密集分类装置，其特征在于，包括：

获取模块，用于获取输入语音；

提取模块，用于提取所述输入语音中第一预设数量维度第一特征；

扩充模块，用于将所述第一预设数量维度第一特征进行一阶差分处理得到第一预设数量维度第二特征，将所述第一预设数量维度第二特征进行二阶差分处理得到第一预设数量维度第三特征，其中，所述第一预设数量维度第一特征、所述第一预设数量维度第二特征和所述第一预设数量维度第三特征组成第二预设数量维度目标特征；

分类模块，用于将所述第二预设数量维度目标特征在全卷积网络中进行处理，得到所述输入语音的分类结果。

7.根据权利要求6所述的装置，其特征在于，所述分类模块包括：

设定单元，用于设定池化核、步长和扩张率，其中，所述池化核和所述步长相等；

分类处理单元，用于依据所述池化核、所述步长和所述扩张率对所述第二预设数量维度目标特征在全卷积网络中进行扩张卷积、批归一化、整流线性单元和池化操作，得到所述输入语音的分类结果。

8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至5中任意一项所述的一种语音的密集分类方法。

9.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述的一种语音的密集分类方法。