[发明专利]音频分类模型的训练方法、音频分类方法、装置及设备

权利要求书

1.一种音频分类模型的训练方法，其特征在于，包括：

获取音频样本，所述音频样本包括：语音音频样本、音乐音频样本；

对各所述音频样本进行分帧，并提取帧特征；

采用预设窗函数，提取各所述音频样本中每帧的窗特征，并根据所述帧特征获取组合特征，其中，所述组合特征标记语音标签或音乐标签；

采用所述组合特征和预设神经网络，训练获取音频分类模型。

2.如权利要求1所述的方法，其特征在于，所述采用所述组合特征和预设神经网络，训练获取音频分类模型，包括：

将所述组合特征代入所述预设神经网络进行前向运算，并根据损失函数获取每次迭代的梯度值；

根据所述梯度值调整所述预设神经网络中的参数后，继续训练，直到满足收敛条件，获取所述音频分类模型。

3.如权利要求1所述的方法，其特征在于，所述采用预设窗函数，提取各所述音频样本中每帧的窗特征，并根据所述帧特征获取组合特征之后，还包括：

将所述组合特征划分为训练样本集和测试样本集。

4.如权利要求3所述的方法，其特征在于，所述采用所述组合特征和预设神经网络，训练获取音频分类模型，包括：

采用所述训练样本集和预设神经网络，训练获取音频分类模型。

5.如权利要求3所述的方法，其特征在于，所述采用所述组合特征和预设神经网络，训练获取音频分类模型之后，还包括：

将所述测试样本集代入所述音频分类模型，获取测试分类结果；

根据所述测试分类结果以及所述测试样本集中组合特征的标签，判断所述音频分类模型是否合格。

6.一种音频分类方法，其特征在于，包括：

对待识别音频信号进行分帧，并提取各帧的帧特征；

采用预设窗函数，提取各所述帧的窗特征，并根据所述帧特征获取组合特征；

将所述组合特征代入音频分类模型，将所述待识别音频信号的音乐信号和语音信号分离，其中，所述音频分类模型采用音频样本的组合特征训练获取，所述音频样本包括：语音音频样本、音乐音频样本，所述音频样本的组合特征标记语音标签或音乐标签。

7.如权利要求6所述的方法，其特征在于，所述对待识别音频信号进行分帧，并提取各帧的帧特征之前还包括：

获取音频信号；

对所述音频信号进行去噪，获取去噪后的音频信号；

采用预加重算法对所述去噪后的音频信号进行预加重处理，得到所述待识别音频信号。

8.一种音频分类模型的训练装置，其特征在于，所述装置包括：获取模块、第一提取模块、第二提取模块以及训练模块；

所述获取模块，用于获取音频样本，所述音频样本包括：语音音频样本、音乐音频样本；

所述第一提取模块，用于对各所述音频样本进行分帧，并提取帧特征；

所述第二提取模块，用于采用预设窗函数，提取各所述音频样本中每帧的窗特征，并根据所述帧特征获取组合特征，其中，所述组合特征标记语音标签或音乐标签；

所述训练模块，用于采用所述组合特征和预设神经网络，训练获取音频分类模型。

9.一种音频分类装置，其特征在于，所述装置包括：帧提取模块、窗提取模块以及分离模块；

所述帧提取模块，用于对待识别音频信号进行分帧，并提取各帧的帧特征；

所述窗提取模块，用于采用预设窗函数，提取各所述帧的窗特征，并根据所述帧特征获取组合特征；

所述分离模块，用于将所述组合特征代入音频分类模型，将所述待识别音频信号的音乐信号和语音信号分离，其中，所述音频分类模型采用音频样本的组合特征训练获取，所述音频样本包括：语音音频样本、音乐音频样本，所述音频样本的组合特征标记语音标签或音乐标签。

10.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述权利要求1至7任一项所述的方法的步骤。