一种音频帧序列到事件标签序列的声音事件标注方法
授权
摘要
本发明涉及一种音频帧序列到事件标签序列的声音事件标注方法，包括如下步骤：步骤S1:从给定音频文件中提取梅尔能量特征，并将其处理成特征序列；步骤S2:根据得到的特征序列，使用三层卷积神经网络提取每帧的抽象特征，并通过双向门限递归单元神经网络提取帧综合特征序列；步骤S3:根据得到的综合特征序列，通过Softmax前馈神经网络层作为注意力机制层，得到注意力特征,并进一步得到事件标签序列；步骤S4:将得到的所有音频片段的声音事件标签序列联合，并进行合并和平滑处理,得到检测结果。本发明使用多任务损失机制，在降低误检测的同时提高事件检出率，改善定位准确度，最后对模型输出进行平滑和合并处理，以显著提高音频文件中声音事件的标注精度。
基本信息
专利标题 ：
一种音频帧序列到事件标签序列的声音事件标注方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110827804A
申请号 ：
CN201911111989.2
公开（公告）日 ：
2020-02-21
申请日 ：
2019-11-14
授权号 ：
CN110827804B
授权日 ：
2022-06-14
发明人 ：
余春艳刘煌乔锦浩
申请人 ：
福州大学
申请人地址 ：
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
陈明鑫
优先权 ：
CN201911111989.2
主分类号 ：
G10L15/06
IPC分类号 ：
G10L15/06 G10L15/16 G10L25/24 G10L25/30
IPC结构图谱
G
G部——物理
G10
乐器；声学
G10L
语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码
G10L15/00
语音识别
G10L15/06
创建基准模板；训练语音识别系统，例如对说话者声音特征的适应
法律状态
2022-06-14 ：
授权
2020-03-17 ：
实质审查的生效
IPC(主分类) : G10L 15/06
申请日 : 20191114
申请日 : 20191114
2020-02-21 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
