[发明专利]基于长尾分布提升语音分类尾部识别准确度的方法

权利要求书

1.一种基于长尾分布提升语音分类尾部识别准确度的方法，其特征在于，针对头部类别在反向传播中计算所得的梯度对于尾部类别的梯度是负影响，设计了一均衡损失函数，在语音分类模型训练过程中采用该均衡损失函数，通过忽略头部类别对于尾部类别的梯度影响，使得分类结果对于头部类别和尾部类别均衡对待，从而提升语音分类模型的整体分类效果。

2.根据权利要求书1所述的基于长尾分布提升语音分类尾部识别准确度的方法，其特征在于，所述均衡损失函数的设计过程包括：设置阈值因子λ、计算阈值函数T_λ(x)和计算均衡损失函数；其中：

设置阈值因子λ，用于区分类别属于头部类别或者属于尾部类别；首先，计算各类别j语音样本数量频率f_j；然后，计算尾部类别占比作为设置阈值因子的标准；最后，设置阈值因子λ，用于区分类别属于头部类别或者属于尾部类别，阈值因子λ为一个超参；

计算阈值函数T_λ(x)：当T_λ(x)小于阈值因子λ时，输出为1，当T_λ(x)大于阈值因子λ时，输出为0，该阈值函数用于确认某个类别是否为尾部类别；

计算均衡损失函数，首先，计算权重因子ω_j＝1-T_λ(f_j)(1-y_j)，该权重因子，用于控制头部类别在反向传播过程中对于尾部类别的梯度影响；然后，计算损失函数：