[发明专利]一种基于深度神经网络的多分类语音方法有效
| 申请号： | 201710801016.6 | 申请日： | 2017-09-07 |
| 公开（公告）号： | CN107578775B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 毛华;彭德中;章毅;曾煜妮 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G10L15/16 | 分类号： | G10L15/16;G10L15/02;G10L15/06;G10L15/20 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 徐金琼;刘东 |
| 地址： | 610000 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的多任务语音分类方法，涉及语音处理技术领域，包括如下步骤：S1:对语音数据进行时频分析操作，得到相应的语谱图。S2:建立基于卷积神经网络和残差网络的神经网络模型，并将语谱图作为网络输入，提取特征。S3:将提取的特征输入到多个不同的softmax分类器，从而得到一个初始化的模型。S4:对语音样本及对应的多个标记进行数值化，并用此数据集训练初始化的模型，得到训练好的网络模型。S5:将训练好的模型对未标记的语音数据行预测，得到分类的概率值，并且选择较高概率值的类别作为分类结果。本发明解决了现有的音频分类方法是针对任务单独处理而忽略语音任务相关性，导致分类效率低的问题。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 分类 语音 方法 | ||
【主权项】：
一种基于深度学习的多任务语音分类方法，其特征在于：包括如下步骤：S1:对语音数据进行时频分析操作，得到相应的语谱图；S2:建立基于卷积神经网络和残差网络的神经网络模型，并将语谱图作为网络输入，提取特征；S3:将提取的特征输入到多个不同的softmax分类器，从而得到一个初始化的模型；S4:对语音样本及对应的多个标记进行数值化，并用此数据集训练初始化的模型，得到训练好的网络模型；S5:将训练好的模型对未标记的语音数据行预测，得到分类的概率值，并且选择较高概率值的类别作为分类结果。
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四川大学，未经四川大学许可，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/201710801016.6/，转载请声明来源钻瓜专利网。
