[发明专利]一种基于多任务学习的音频场景识别方法及装置有效
| 申请号： | 202110362915.7 | 申请日： | 2021-04-02 |
| 公开（公告）号： | CN113220932B | 公开（公告）日： | 2022-06-10 |
| 发明（设计）人： | 冷严;路安芹;刘祯;孙建德;唐勇;王荣燕;齐广慧;李登旺;万洪林 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06F16/65 | 分类号： | G06F16/65;G06F16/68;G06F16/683 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 祖之强 |
| 地址： | 250014 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于多任务学习的音频场景识别方法及装置，该方法在训练阶段提取音频片段的特征矩阵，为其添加音频场景标签；为音频帧添加音频事件标签，构建训练集；构建音频事件与音频场景识别模型；基于交叉熵L1与交叉熵和L2构造损失函数，基于该损失函数对音频事件与音频场景识别模型进行训练，得到训练好的模型。测试阶段，提取待识别音频片段的特征矩阵作为训练好的音频事件与音频场景识别模型的输入，在音频场景识别模型输出层得到待识别音频片段在各个场景类上的概率分布，取具有最大概率值的场景类作为识别结果。本发明可以大幅度减少模型参数数量；可以节省标注成本；对于缺乏音频事件标签的音频场景数据库，本发明同样适用。 | ||
| 搜索关键词： | 一种 基于 任务 学习 音频 场景 识别 方法 装置 | ||
【主权项】：
暂无信息
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山东师范大学，未经山东师范大学许可，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/202110362915.7/，转载请声明来源钻瓜专利网。
