[发明专利]音频数据处理方法、装置及存储介质有效
| 申请号： | 201810941442.4 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN109166593B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 王征韬 | 申请（专利权）人： | 腾讯音乐娱乐科技（深圳）有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/18;G10L25/30 |
| 代理公司： | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人： | 黄威 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 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数据处理方法、装置及存储介质，所述方法包括：获取训练样本，然后提取训练样本中的多个特征信息，多个特征信息包括频谱高度特征、纯音乐与人声的鉴别特征、第一预设时长对应的音频开头特征以及第二预设时长对应的音频结尾特征，再将多个特征信息输入神经网络中进行特征融合训练，以得到训练后的特征融合参数，并根据特征融合参数生成音频分类模型，若接收到测试音频，则通过音频分类模型对测试音频进行分类。本发明实施例通过多个特征信息的特征融合，得到结合了多个方面特征的特征融合参数，并将特征融合参数再融入到音频分类模型中进行音频分类，提升了音频分类的准确率，能够有效区分现场音频与录音棚音频。 | ||
| 搜索关键词： | 音频 数据处理 方法 装置 存储 介质 | ||
【主权项】：
1.一种音频数据处理方法，其特征在于，包括：获取训练样本；提取所述训练样本中的多个特征信息，所述多个特征信息包括频谱高度特征、纯音乐与人声的鉴别特征、第一预设时长对应的音频开头特征以及第二预设时长对应的音频结尾特征；将所述多个特征信息输入神经网络中进行特征融合训练，以得到训练后的特征融合参数；根据所述特征融合参数生成音频分类模型；若接收到测试音频，则通过所述音频分类模型对所述测试音频进行分类。
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腾讯音乐娱乐科技（深圳）有限公司，未经腾讯音乐娱乐科技（深圳）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/201810941442.4/，转载请声明来源钻瓜专利网。
