基于Transformer融合模型的婴儿哭声分类方法
公开
摘要
本发明公开一种基于Transformer融合模型的婴儿哭声分类方法；通过音频处理模块对输入的音频样本进行变换，得到音频的频谱图；将得到的频谱图通过预训练的Resnet‑50模型，得到频谱图特征；将得到的频谱图特征分别输入至频谱图增强模块和注意力机制模块，分别提取出数据增强后的特征表示和通道内和通道之间的可区分性特征表示；通过Transformer融合模块对双线性生成的特征表示进行融合，突出有用信息，抑制冗余信息，进一步增强特征图的表征能力；将融合后的特征图用于婴儿哭声分类，通过多次迭代训练得到最后分类结果。
基本信息
专利标题 ：
基于Transformer融合模型的婴儿哭声分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595772A
申请号 ：
CN202210236093.2
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李彬江波王妍
申请人 ：
安徽大学
申请人地址 ：
安徽省合肥市经开区九龙路111号
代理机构 ：
南京华恒专利代理事务所(普通合伙)
代理人 ：
宋方园
优先权 ：
CN202210236093.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-07 ：
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
