申请/专利权人:中国科学院声学研究所;国家计算机网络与信息安全管理中心
申请日:2019-10-25
公开(公告)日:2021-04-27
公开(公告)号:CN112712096A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.05.14#实质审查的生效;2021.04.27#公开
摘要:本发明公开了基于深度递归非负矩阵分解的音频场景分类方法及系统,该方法包括:将待分类的音频信号按照贝叶斯信息准则进行音频场景切分;将切分后的每一段音频划分为多个块,每个块包括多个音频帧;以块为单位分别输入多个预先训练好的深度递归NMF网络,得到每块音频在不同子空间中的展开特征;将不同子空间中的展开特征拼接为一个长特征向量,输入支持向量机,获得每块音频的类别判别结果;计算该段音频所有块的类别判别结果的均值,由此得到该段音频的所属类别。本发明的方法将深度NMF用于音频场景分类,通过探索相邻帧之间NMF系数的递归关系,降低模型复杂度,提高泛化能力。
主权项:1.一种基于深度递归非负矩阵分解的音频场景分类方法,该方法包括:将待分类的音频信号按照贝叶斯信息准则进行音频场景切分;将切分后的每一段音频划分为多个块,每个块包括多个音频帧;以块为单位分别输入多个预先训练好的深度递归NMF网络,得到每块音频在不同子空间中的展开特征;将不同子空间中的展开特征拼接为一个长特征向量,输入支持向量机,获得每块音频的类别判别结果;计算该段音频所有块的类别判别结果的均值,由此得到该段音频的所属类别。
全文数据:
权利要求:
百度查询: 中国科学院声学研究所;国家计算机网络与信息安全管理中心 基于深度递归非负矩阵分解的音频场景分类方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。