[发明专利]一种基于深度学习的音频多标签分类方法在审
| 申请号： | 202011533089.X | 申请日： | 2020-12-22 |
| 公开（公告）号： | CN112559797A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 陈浩;马文;钟雄虎 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06F16/65 | 分类号： | G06F16/65;G06F16/683;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410082 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及环境声音识别的音频标记领域，特别是涉及一种对带有噪声的音频基于深度学习的多标签分类方法。本发明的内容有：数据预处理包括：使用RNNoise算法对数据集进行降噪处理。音频特征提取包括：首先将音频通过短时傅里叶变换，接着转化成MFCC特征数据，然后输入VGGish网络得到128维high‑level的特征embedding。模型构建包括：确定使用CNN和RNN神经网络，CNN能很好地利用输入数据的二维结构处理语音数据，RNN能很好地利用标签之间的相关性有序预测标签。模型训练包括：跟踪损失函数值和分类误差，更新模型参数，直至得到准确度较高的模型。模型评估包括：定义评价指标并计算平均精度。音频多标签分类包括：加载训练好的模型并将预测的标签概率的结果输出。其流程如图1所示。 | ||
| 搜索关键词： | 一种 基于 深度 学习 音频 标签 分类 方法 | ||
【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湖南大学，未经湖南大学许可，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/202011533089.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种挖泥船钢桩安装系统及方法
- 下一篇：一种定子扭转焊接机用同步反向移动装置
