“缪明轩”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的不定长音频情绪识别方法-CN202310757635.5在审
发明人：池凯凯;缪明轩;苏立冬;高华 -专利权人：浙江工业大学
申请日： 2023-06-26 - 公布日： 2023-10-27 - 主分类号： G10L25/63 文献下载
摘要：本发明设计属于语音识别领域，具体涉及到一种基于深度学习的不定长音频情绪识别方法。包括：识别待处理音频的时长为m秒，根据时长m对待处理音频进行情绪识别；当m30时，将待处理音频切分为m/3个3秒的待处理片段，将m/3个待处理片段输入第一模型，获得分类结果，选用出现次数最多的分类结果作为结果输出；当m30时，将待处理音频的前30秒切分为10个3秒的片段输入第二模型、时间‑情绪特征深度提取网络和分类器中，得到最终情绪识别结果。本发明解决了现实应用中音频不定长与训练时音频定长产生冲突的问题，充分利用情绪信息和时间信息，提高识别精度，模型拥有较小参数量，训练时间成本较低，可很好地应用在嵌入式设备中。
一种基于深度学习不定音频情绪识别方法

[发明专利]一种基于主辅两路时空特征融合的音乐分类方法-CN202310757630.2在审
发明人：池凯凯;苏立冬;缪明轩;高华 -专利权人：浙江工业大学
申请日： 2023-06-26 - 公布日： 2023-09-05 - 主分类号： G06F18/241 文献下载
摘要：本发明公开了一种基于主辅两路时空特征融合的音乐分类方法，包括：获取用于训练的音频数据及其标签，并进行去噪处理，切割成片段，提取出梅尔频谱图；构建深度学习网络，网络由主辅两路组成，主路是时空注意网络，辅路是预训练网络，两路的训练结果进行融合；将训练数据的梅尔频谱图依次输入到深度学习网络中，计算深度学习网络输出的训练结果与其标签的差异，从而反向传播对网络的参数进行更新；获取待处理的音频数据，并进行去噪处理，切割成片段，提取出梅尔频谱图；将梅尔频谱图输入到深度学习网络中，分别从时空注意网络和预训练网络中得到分类结果，通过融合得到最终结果。本发明增强了深度学习网络的容错率的同时，也增加了模型准确率。
一种基于主辅两路时空特征融合音乐分类方法