[发明专利]一种音频识别方法及装置在审
| 申请号： | 201710765506.5 | 申请日： | 2017-08-30 |
| 公开（公告）号： | CN107689223A | 公开（公告）日： | 2018-02-13 |
| 发明（设计）人： | 黄锐;张楠赓 | 申请（专利权）人： | 北京嘉楠捷思信息技术有限公司 |
| 主分类号： | G10L15/02 | 分类号： | G10L15/02;G10L15/08;G10L15/20 |
| 代理公司： | 北京尚伦律师事务所11477 | 代理人： | 张俊国 |
| 地址： | 100094 北京市海淀*** | 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： | 本发明公开了一种音频识别方法及装置，用以在噪声干扰或存在多个声源时依然获得很好的实时音频跟踪与处理能力，提高音频识别的准确度。所述方法包括在接收到多路音频信号后，从所述多路音频信号中选取N路音频信号；获取所述N路音频信号对应的N张卷积特征图；获取所述N路音频信号对应的N个梅尔频率倒谱系数特征；根据获取的所述N张卷积特征图与所述N个梅尔频率倒谱系数特征计算出音频分类与识别结果。采用本发明所提供的方案，能够同时收集多路音频，实现多个声源音频的实时定向、实时跟踪以及实时识别，从而，在噪声干扰或存在多个声源时依然获得很好的实时音频跟踪与处理能力，提高音频识别的准确度。 | ||
| 搜索关键词： | 一种 音频 识别 方法 装置 | ||
【主权项】：
一种音频识别方法，其特征在于，包括：在接收到多路音频信号后，从所述多路音频信号中选取N路音频信号；获取所述N路音频信号对应的N张卷积特征图；获取所述N路音频信号对应的N个梅尔频率倒谱系数特征；根据获取的所述N张卷积特征图与所述N个梅尔频率倒谱系数特征计算出音频分类与识别结果。
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嘉楠捷思信息技术有限公司，未经北京嘉楠捷思信息技术有限公司许可，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/201710765506.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种段式LCD驱动装置及方法
- 下一篇：一种自动生成会议记录的方法
