[发明专利]基于弱标签标注的音频事件监测方法、装置、计算机设备

权利要求书

1.一种基于弱标签标注的音频事件监测方法，其特征在于，包括：

获取音频事件；

对所述音频事件进行无音频帧级别的弱标签标注；

抽取所述经无音频帧级别的弱标签标注后的音频事件的音频特征；

采用交叉熵模型方式，对所述抽取的音频特征进行训练；

根据所述经训练后的音频特征，匹配所述弱标签标注的音频事件的标签的事件信息。

2.如权利要求1所述的基于弱标签标注的音频事件监测方法，其特征在于，所述采用交叉熵模型方式，对所述抽取的音频特征进行训练，包括：

采用视觉几何群网络模型对所述抽取的音频特征进行抽象和采用双向循环神经网络对所述抽取的音频特征进行前后文信息的流动以及采用注意力机制对所述抽取的音频特征的核心需要关注的片段数据进行分析推断的方式，对所述抽取的音频特征进行训练。

3.如权利要求2所述的基于弱标签标注的音频事件监测方法，其特征在于，所述采用视觉几何群网络模型对所述抽取的音频特征进行抽象和采用双向循环神经网络对所述抽取的音频特征进行前后文信息的流动以及采用注意力机制对所述抽取的音频特征的核心需要关注的片段数据进行分析推断的方式，对所述抽取的音频特征进行训练，包括：

采用多层视觉几何群网络感知域架构提取所述抽取的音频特征的滤波组件特征，并对所述滤波组件特征的每一层逐步增加卷积核个数，以增强所述滤波组件特征的丰富程度和抽象能力得到高度抽象化的滤波组件特征，和采用双向循环神经网络将所述高度抽象化的滤波组件特征的每一帧和前后文结合进行事件信息提取，和采用注意力机制对所述提取的事件信息进行目标事件的特征聚焦。

4.如权利要求1所述的基于弱标签标注的音频事件监测方法，其特征在于，所述根据所述经训练后的音频特征，匹配所述弱标签标注的音频事件的标签的事件信息，包括：

对所述经训练后的音频特征进行平均并作逻辑回归获得分类结果，根据所述分类结果，匹配所述弱标签标注的音频事件的标签的事件信息。

5.如权利要求1所述的基于弱标签标注的音频事件监测方法，其特征在于，在所述根据所述经训练后的音频特征，匹配所述弱标签标注的音频事件的标签的事件信息之后，还包括：

采用逐帧逻辑回归获取概率并进行维特比搜索的方式，采集所述匹配的标签的事件信息的时间位置信息。

6.一种基于弱标签标注的音频事件监测装置，其特征在于，包括：

获取模块、标注模块、抽取模块、训练模块和匹配模块；

所述获取模块，用于获取音频事件；

所述标注模块，用于对所述音频事件进行无音频帧级别的弱标签标注；

所述抽取模块，用于抽取所述经无音频帧级别的弱标签标注后的音频事件的音频特征；

所述训练模块，用于采用交叉熵模型方式，对所述抽取的音频特征进行训练；

所述匹配模块，用于根据所述经训练后的音频特征，匹配所述弱标签标注的音频事件的标签的事件信息。

7.如权利要求6所述的基于弱标签标注的音频事件监测装置，其特征在于，所述训练模块，具体用于：

采用视觉几何群网络模型对所述抽取的音频特征进行抽象和采用双向循环神经网络对所述抽取的音频特征进行前后文信息的流动以及采用注意力机制对所述抽取的音频特征的核心需要关注的片段数据进行分析推断的方式，对所述抽取的音频特征进行训练。

8.如权利要求6所述的基于弱标签标注的音频事件监测装置，其特征在于，所述训练模块，具体用于：

采用多层视觉几何群网络感知域架构提取所述抽取的音频特征的滤波组件特征，并对所述滤波组件特征的每一层逐步增加卷积核个数，以增强所述滤波组件特征的丰富程度和抽象能力得到高度抽象化的滤波组件特征，和采用双向循环神经网络将所述高度抽象化的滤波组件特征的每一帧和前后文结合进行事件信息提取，和采用注意力机制对所述提取的事件信息进行目标事件的特征聚焦。