[发明专利]声音事件检测模型训练方法及声音事件检测方法在审
| 申请号： | 201910503277.9 | 申请日： | 2019-06-11 |
| 公开（公告）号： | CN110223713A | 公开（公告）日： | 2019-09-10 |
| 发明（设计）人： | 俞凯;丁翰林 | 申请（专利权）人： | 苏州思必驰信息科技有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/30;G06N3/04 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙) 11400 | 代理人： | 方挺;车江华 |
| 地址： | 215123 江苏省苏州市苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种声音事件检测模型训练方法，所述声音事件检测模型包括卷积神经网络和循环神经网络，所述方法包括：为所述卷积神经网络的多个卷积层中的至少一个配置下采样层，用于下采样所述卷积神经网络的神经元的时间分辨率；配置所述循环神经网络，用于根据所述卷积神经网络所输出的声音特征信息进行声音事件分类。本申请通过在卷积神经网络进行声音特征信息提取时进行神经元层面的时间分辨率的下采样，从而能够获取事件分界更清晰的声音特征信息，便于后续循环神经网络据此进行声音事件的分类，提高了声音事件分类的准确性，降低了声音事件分类的难度。 | ||
| 搜索关键词： | 声音事件 卷积神经网络 声音特征信息 循环神经网络 下采样 神经元 分类 检测 时间分辨率 模型训练 分界 卷积 配置 申请 输出 清晰 | ||
【主权项】：
1.一种声音事件检测模型训练方法，所述声音事件检测模型包括卷积神经网络和循环神经网络，所述方法包括：为所述卷积神经网络的多个卷积层中的至少一个配置下采样层，用于下采样所述卷积神经网络的神经元的时间分辨率；配置所述循环神经网络，用于根据所述卷积神经网络所输出的声音特征信息进行声音事件分类。
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苏州思必驰信息科技有限公司，未经苏州思必驰信息科技有限公司许可，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/201910503277.9/，转载请声明来源钻瓜专利网。
