[发明专利]一种基于卷积神经网络和随机森林的音频分类方法在审
申请号: | 201810037337.8 | 申请日: | 2018-01-16 |
公开(公告)号: | CN108122562A | 公开(公告)日: | 2018-06-05 |
发明(设计)人: | 彭德中;付炜 | 申请(专利权)人: | 四川大学 |
主分类号: | G10L25/54 | 分类号: | G10L25/54;G10L25/45;G10L25/30;G10L25/27;G10L25/18;G06N3/04;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 610065 四川省成*** | 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: | 本发明公开了一种基于卷积神经网络和随机森林的音频分类方法,该方法包括:S1:对原始音频数据集进行频谱分析,包括分段、分帧、加窗、傅里叶变换,得到原始音频文件对应的频谱图;S2:以得到的频谱图作为输入,训练一个卷积神经网络特征提取器;S3:去掉卷积神经网络的softmax层,提取频谱图的高层特征;S4:利用提取的频谱图高层特征训练随机森林分类器;S5:基于卷积神经网络提取的高层特征,利用训练好的随机森林进行音频分类。本发明基于卷积神经网络做特征提取,避免了手动构造提取特征的繁琐过程,同时针对采用softmax作为卷积神经网络分类器导致泛化能力不足的问题,采用随机森林替换掉卷积神经网络的softmax层,作为最终的分类器。在测试过程中取得了较高的准确率和召回率。 | ||
搜索关键词: | 卷积神经网络 随机森林 频谱图 高层特征 音频分类 分类器 随机森林分类器 原始音频数据 原始音频文件 傅里叶变换 特征提取器 测试过程 繁琐过程 能力不足 频谱分析 手动构造 特征提取 提取特征 准确率 分帧 加窗 分段 替换 | ||
【主权项】:
一种基于卷积神经网络和随机森林的音频分类方法,其特征包括如下步骤:步骤1:对原始音频数据集进行频谱分析,首先将长音频文件分为等长的若干段,每段音频对应相同的标签,然后对每段音频进行分帧、加窗、傅里叶变换,得到每段音频的频谱图,作为新的训练集的一个样本;步骤2:利用步骤1得到的所有频谱图及其对应的标签,训练一个改进的卷积神经网络,该网络具有14层;步骤3:去掉步骤2学习到的卷积神经网络的softmax层,然后再用卷积神经网络提取所有频谱图的高层特征;步骤4:利用步骤3提取的频谱图的高层特征训练随机森林分类器,采用Gini不纯度作为决策树特征选择的准则;步骤5:将待分类的音频进行步骤1中的频谱分析得到频谱图,然后用步骤3中去掉softmax层的卷积神经网络提取频谱图高层特征,最后将提取的高层特征输入到步骤4中训练好的随机森林分类器进行音频分类,以投票的方式得到最终的分类结果。
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/201810037337.8/,转载请声明来源钻瓜专利网。