[发明专利]基于深度卷积循环神经网络的语种识别方法及装置在审
| 申请号： | 201911093837.4 | 申请日： | 2019-11-11 |
| 公开（公告）号： | CN110782872A | 公开（公告）日： | 2020-02-11 |
| 发明（设计）人： | 程颖;杜姗姗;冯瑞 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G10L15/00 | 分类号： | G10L15/00;G10L15/04;G10L15/16;G10L15/26;G10L19/02 |
| 代理公司： | 31204 上海德昭知识产权代理有限公司 | 代理人： | 卢泓宇 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度卷积循环神经网络的语种识别方法及装置，用于对待测音频序列进行识别从而识别出对应的语种，该方法不需要音频领域的专家知识即可实现高准确率的语种识别功能，其特征在于，包括如下步骤：步骤S1，将待测音频序列分成多个时间长度为2s的音频段；步骤S2，依次将各个音频段进行短时傅里叶变换转化为对应的频谱图；步骤S3，依次将频谱图输入预先训练的卷积循环神经网络模型从而获取对应每个音频段的音频类别判断概率；步骤S4，根据每个音频数据的相应所有音频段的音频类别判断概率得出各个对应音频数据的语种类别。 | ||
| 搜索关键词： | 音频段 循环神经网络 音频类别 音频数据 音频序列 语种识别 频谱图 卷积 语种 短时傅里叶变换 音频领域 专家知识 概率 准确率 转化 | ||
【主权项】：
1.一种基于深度卷积循环神经网络的语种识别方法，用于对待测音频序列进行识别从而识别出对应的语种，其特征在于，包括如下步骤：/n步骤S1，将所述待测音频序列分成多个时间长度为2s的音频段；/n步骤S2，依次将各个所述音频段进行短时傅里叶变换转化为对应的频谱图；/n步骤S3，依次将所述频谱图输入预先训练的卷积循环神经网络模型从而获取对应每个所述音频段的音频类别判断概率；/n步骤S4，根据每个所述待测音频序列的相应所有所述音频段的所述音频类别判断概率得出各个对应所述待测音频序列的语种类别，/n其中，所述卷积循环神经网络模型包括VGG架构的卷积神经网络和Bi-LSTM网络结构的循环神经网络，所述频谱图输入所述卷积神经网络后得出的特征向量在沿时间轴进行切片操作后再被输入所述循环神经网络。/n
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复旦大学，未经复旦大学许可，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/201911093837.4/，转载请声明来源钻瓜专利网。
