[发明专利]一种语音分类模型的构建方法及装置有效
| 申请号： | 201710388497.2 | 申请日： | 2017-05-27 |
| 公开（公告）号： | CN107452371B | 公开（公告）日： | 2019-03-05 |
| 发明（设计）人： | 姜东;赵彦宾;侯爽;夏绪宏;李磊;洪定坤 | 申请（专利权）人： | 北京字节跳动网络技术有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/06;G10L15/08;G10L25/57 |
| 代理公司： | 北京金言诚信知识产权代理有限公司 11229 | 代理人： | 余先同 |
| 地址： | 100000 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种语音分类模型的构建方法及装置，所述方法包括：根据预先定义的正常音频数据集和广告音频数据集获取相应的正常音频信号特征和广告音频信号特征；将所述正常音频信号特征和所述广告音频信号特征作为样本数据输入到分类器中；对所述分类器中的所述样本数据进行训练，获得训练的所述样本数据中用于分割所述正常音频信号特征和所述广告音频信号特征的超平面。通过采用本发明提供的分类模型可以准确识别出广告语音位置，大幅提升视频审核效率，降低审核人力成本。 | ||
| 搜索关键词： | 一种 语音 分类 模型 构建 方法 装置 | ||
【主权项】：
1.一种语音分类模型的构建方法，其特征在于，包括：根据预先标记的正常音频数据集和广告音频数据集获取相应的正常音频信号特征和广告音频信号特征，包括：对所述预先标记的正常音频数据集和广告音频数据集进行切分处理，切分为多个不同长度的音频片段数据；分别对切分处理后的每一段所述正常音频数据集和广告音频数据集抽取对应的正常音频信号特征和广告音频信号特征；将所述正常音频信号特征和所述广告音频信号特征作为训练数据输入到分类器中；对所述分类器中的所述训练数据进行训练，获取所述训练数据中用于分割所述正常音频信号特征和所述广告音频信号特征的超平面；记录所述正常音频信号特征和/或所述广告音频信号特征到所述超平面的平均距离。
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北京字节跳动网络技术有限公司，未经北京字节跳动网络技术有限公司许可，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/201710388497.2/，转载请声明来源钻瓜专利网。
