公开(公告)号：CN113362855B

公开(公告)日：2022-06-21

申请号：CN202110679471.X

申请日：2021-06-18

Applicant: 哈尔滨工业大学

Inventor： 韩纪庆 ,  宋宏伟 ,  郑贵滨 ,  郑铁然

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于卷积神经网络关系建模的环境声音分类方法，本发明涉及基于卷积神经网络关系建模的环境声音分类方法。本发明的目的是为了解决现有方法对环境声音分类准确性低的问题。过程为：一、对采集的环境声音的音频提取对数声谱图，分为训练集和测试集；二、构建环境声音分类模型；三、将训练集输入环境声音分类模型进行训练，得到预训练好的环境声音分类模型；四、将测试集输入预训练好的环境声音分类模型，若准确率达到要求，得到训练好的环境声音分类模型，执行五；否则，重复执行三和四，直至得到训练好的环境声音分类模型；五、将待识别的声音信号输入训练好的环境声音分类模型，得到待识别的声音信号的类别。本发明用于环境声音分类领域。

公开(公告)号：CN113362855A

公开(公告)日：2021-09-07

申请号：CN202110679471.X

申请日：2021-06-18

Applicant: 哈尔滨工业大学

Inventor： 韩纪庆 ,  宋宏伟 ,  郑贵滨 ,  郑铁然

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/18 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于卷积神经网络关系建模的环境声音分类方法，本发明涉及基于卷积神经网络关系建模的环境声音分类方法。本发明的目的是为了解决现有方法对环境声音分类准确性低的问题。过程为：一、对采集的环境声音的音频提取对数声谱图，分为训练集和测试集；二、构建环境声音分类模型；三、将训练集输入环境声音分类模型进行训练，得到预训练好的环境声音分类模型；四、将测试集输入预训练好的环境声音分类模型，若准确率达到要求，得到训练好的环境声音分类模型，执行五；否则，重复执行三和四，直至得到训练好的环境声音分类模型；五、将待识别的声音信号输入训练好的环境声音分类模型，得到待识别的声音信号的类别。本发明用于环境声音分类领域。