[发明专利]频谱掩码模型训练方法、音频场景识别方法及系统有效
| 申请号： | 201911257776.0 | 申请日： | 2019-12-10 |
| 公开（公告）号： | CN111028861B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 俞凯;吴梦玥;徐薛楠;丁翰林 | 申请（专利权）人： | 思必驰科技股份有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/30;G10L21/0208;G10L21/028;G10L21/0232 |
| 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： | 黄谦;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： | 本发明公开一种频谱掩码模型训练方法，包括：基于场景音频样本集和语音音频样本集生成混合音频样本集；从所述混合音频样本集中获取混合音频样本输入至待训练频谱掩码模型，以得到相应于所述混合音频样本中所包含的场景音频的掩码；将所述掩码与所述混合音频样本的混合频谱相乘，以将所述混合频谱中对应于语音音频的频谱过滤掉；获取用于生成所述混合音频样本的场景音频样本的频谱；通过最小化经过过滤后的所述混合频谱与所述场景音频样本的频谱之间的差异来训练所述待训练频谱掩码模型。本申请实施例实现了一种频谱图掩蔽框架，以过滤掉混合音频中所包含的语音，并显着提高了伴随语音的场景数据的分类性能。 | ||
| 搜索关键词： | 频谱 掩码 模型 训练 方法 音频 场景 识别 系统 | ||
【主权项】：
暂无信息
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思必驰科技股份有限公司，未经思必驰科技股份有限公司许可，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/201911257776.0/，转载请声明来源钻瓜专利网。
