[发明专利]一种基于长短时特征提取的音频场景识别方法及装置有效
| 申请号： | 201810039421.3 | 申请日： | 2018-01-16 |
| 公开（公告）号： | CN108305616B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 袁庆升;白海钏;张鹏远;包秀国;刘洋;张翠;汪立东;杜翠兰;时磊;张鸿;云晓春;颜永红;崔佳;林绅文;王钲淇 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心;中国科学院声学研究所 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/08;G10L15/14;G10L25/24 |
| 代理公司： | 北京方安思达知识产权代理有限公司 11472 | 代理人： | 陈琳琳;杨青 |
| 地址： | 100029*** | 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： | 本发明涉及一种基于长短时特征提取的音频场景识别方法及装置，该方法包括，对输入待识别音频信号进行预处理；对经过预处理后的所述待识别音频信号，进行短时音频特征提取，再进行长时音频特征提取，将所述待识别音频信号的所述长、短时音频特征联合，输入分类模型及其融合模型，进行分类和识别，输出音频场景的识别标签。本发明在常规短时特征提取的基础之上，进一步联合音频场景长时特征，可以表征复杂的音频场景信息，输入分类模型及其融合模型，进行分类和识别，输出音频场景的识别标签，其鲁棒性更强、区分性更好，且能够在更大程度上表征场景数据的整体特性，识别效率高、稳定性强。 | ||
| 搜索关键词： | 一种 基于 长短 特征 提取 音频 场景 识别 方法 装置 | ||
【主权项】：
1.一种基于长短时特征提取的音频场景识别方法，其特征在于，包括：对输入待识别音频信号进行预处理；对经过预处理后的所述待识别音频信号，进行短时音频特征提取，再进行长时音频特征提取；将所述待识别音频信号的所述长、短时音频特征联合，输入分类模型及其融合模型，进行分类和识别，输出音频场景的识别标签。
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国家计算机网络与信息安全管理中心;中国科学院声学研究所，未经国家计算机网络与信息安全管理中心;中国科学院声学研究所许可，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/201810039421.3/，转载请声明来源钻瓜专利网。
