[发明专利]生成音频模型的方法、设备和检测场景类别的方法、设备无效
| 申请号： | 201010292484.3 | 申请日： | 2010-09-21 |
| 公开（公告）号： | CN102411930A | 公开（公告）日： | 2012-04-11 |
| 发明（设计）人： | 刘昆 | 申请（专利权）人： | 索尼公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L21/02 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 杜诚;陈炜 |
| 地址： | 日本*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 生成音频模型的方法、设备和检测场景类别的方法、设备。检测音频所源于的场景的类别的设备包含幅度谱计算装置，计算音频的每个分段的每个帧的幅度谱；突变识别装置，在每个帧的幅度谱中识别满足下述条件的一对频率区间：其幅度谱之差超过预定程度，且不存在介于其间的幅度谱；噪声估计装置，通过将幅度谱小于所识别的一对频率区间的较大幅度谱的频率区间的音频信号识别为噪声，估计每个频率区间上每个分段的噪声功率；滤波装置，通过谱减法把所估计的噪声功率从相应分段的相应频率区间的幅度谱中去除；特征提取装置，从滤波的幅度谱中提取音频特征；和检测装置，利用场景音频模型，根据音频特征检测输入音频所源于的场景的类别。 | ||
| 搜索关键词： | 生成 音频 模型 方法 设备 检测 场景 类别 | ||
【主权项】：
一种生成场景音频模型的设备，包括：幅度谱计算装置，针对同一类别的场景音频的多个样本中的每个样本，计算所述样本的每个分段的每个帧的幅度谱，其中所述每个帧的幅度谱包括各个频率区间的幅度谱；突变识别装置，在每个帧的幅度谱中识别满足下述条件的一对频率区间：所述一对频率区间的幅度谱之差超过预定程度，并且不存在幅度谱介于所述一对频率区间的幅度谱之间的频率区间；噪声估计装置，通过将每个帧的幅度谱中幅度谱小于所识别的一对频率区间的幅度谱中的较大幅度谱的频率区间的音频信号识别为噪声，估计在每个频率区间上所述样本的每个分段的噪声功率；滤波装置，通过谱减法把所估计的噪声功率从相应分段的相应频率区间的幅度谱中去除；特征提取装置，从经过所述滤波装置处理的幅度谱中提取音频特征；和训练装置，根据所提取的音频特征训练出场景音频模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于索尼公司，未经索尼公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010292484.3/，转载请声明来源钻瓜专利网。
