公开(公告)号：CN117672202A

公开(公告)日：2024-03-08

申请号：CN202311671490.3

申请日：2023-12-07

申请人： 国网安徽省电力有限公司超高压分公司 ,  合肥工业大学

发明人： 张俊杰 ,  樊培培 ,  谢佳 ,  刘之奎 ,  董浩声 ,  徐亚艳 ,  马晓薇 ,  王昱哲 ,  李永熙 ,  丁超然 ,  张有龙 ,  刘峥嵘 ,  廖军 ,  蒋欣峰 ,  李奇 ,  王腾 ,  李德亮 ,  刘军 ,  陈斌 ,  陈国玮 ,  李红梅

IPC分类号： G10L15/16 ,  G10L15/08 ,  G10L15/20 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0464 ,  G06N3/045

摘要： 本发明涉及一种基于深度卷积生成对抗网络的环境声音分类方法，与现有技术相比解决了ESC识别率低、鲁棒性差的缺陷。本发明包括以下步骤：ESC音频数据的收集和预处理；ESC分类检测模型的构建和训练；待检测ESC音频数据的收集和预处理；环境声音分类结果的获得。本发明将ESC音频数据转化为语谱图像，通过图像判别网络模型与图像生成网络模型之间的对抗训练，增强了数据，提高了图像判别网络模型的识别能力，提高了ESC识别率。