[发明专利]音频识别方法、设备和存储介质

说明书

本申请公开了音频识别方法、设备和存储介质，涉及深度学习以及音频处理等人工智能技术领域。具体实现方案为：在对待处理的音频数据进行音频识别的过程中，对音频数据进行特征提取，以得到音频数据的倒谱特征信息，并将倒谱特征信息输入到第一音频识别模型，以得到音频数据的音频类型为第一音频类型的第一概率值，以及将倒谱特征信息输入到第二音频识别模型，以得到音频数据的音频类型为第二音频类型的第二概率值；根据第一概率值和第二概率值，确定音频数据的音频类型。由此，准确识别出了音频数据的音频类型，提高了音频数据的音频类型的识别准确度。

技术领域

本申请涉及计算机技术领域，具体涉及深度学习以及音频处理等人工智能技术领域，尤其涉及音频识别方法、设备和存储介质。

背景技术

相关技术中，在一些场景中，需要对一些物资进行安全管控，目前一般通过视频画面进行安全管控。然而，视频检测的处理速度相对音频的处理速度慢，在结合音频以及视频画面进行安全管控的过程中，准确对音频的音频类型进行识别对于准确的安全管控是十分重要的。因此，如果准确识别出音频的音频类型是目前亟需解决的技术问题。

发明内容

本申请提供了一种用于音频识别方法、设备和存储介质。

根据本申请的一方面，提供了一种音频识别方法，包括：获取待处理的音频数据；对所述音频数据进行特征提取，以得到所述音频数据的倒谱特征信息；将所述倒谱特征信息输入到第一音频识别模型，以得到所述音频数据的音频类型为第一音频类型的第一概率值；将所述倒谱特征信息输入到第二音频识别模型，以得到所述音频数据的音频类型为第二音频类型的第二概率值；根据所述第一概率值和所述第二概率值，确定所述音频数据的音频类型。

根据本申请的另一方面，提供了一种音频识别装置，包括：获取模块，用于获取待处理的音频数据；特征提取模块，用于对所述音频数据进行特征提取，以得到所述音频数据的倒谱特征信息；第一识别模块，用于将所述倒谱特征信息输入到第一音频识别模型，以得到所述音频数据的音频类型为第一音频类型的第一概率值；第二识别模块，用于将所述倒谱特征信息输入到第二音频识别模型，以得到所述音频数据的音频类型为第二音频类型的第二概率值；确定模块，用于根据所述第一概率值和所述第二概率值，确定所述音频数据的音频类型。

根据本申请的另一方面，提供了一种电子设备，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本申请的音频识别方法。

根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例公开的音频识别方法。

根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请的音频识别方法。

本申请具有以下技术效果：

在对待处理的音频数据进行音频识别的过程中，对音频数据进行特征提取，以得到音频数据的倒谱特征信息，并将倒谱特征信息输入到第一音频识别模型，以得到音频数据的音频类型为第一音频类型的第一概率值，以及将倒谱特征信息输入到第二音频识别模型，以得到音频数据的音频类型为第二音频类型的第二概率值；根据第一概率值和第二概率值，确定音频数据的音频类型。由此，结合第一音频识别模型以及第二音频识别模型针对音频数据的识别结果，准确确定出了音频数据的音频类型，提高了音频数据的音频类型的识别准确度。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请一个实施例提供的一种音频识别方法的流程示意图；