一種音色分類方法、裝置、設備和介質(zhì)

基本信息

申請?zhí)?/td> CN202011565974.6 申請日 -
公開（公告）號 CN112712820A 公開（公告）日 2021-04-27
申請公布號 CN112712820A 申請公布日 2021-04-27
分類號 G10L25/24;G10L25/51;G10L25/30;G06K9/62;G06K9/46;G06N3/04;G06N3/08 分類 樂器；聲學;
發(fā)明人 汪暾;馬金龍;熊佳;羅簫;焦南凱;徐志堅;謝睿;陳光堯 申請（專利權(quán)）人 廣州歡城文化傳媒有限公司
代理機構(gòu) 北京集佳知識產(chǎn)權(quán)代理有限公司 代理人 王寶筠
地址 510000 廣東省廣州市天河區(qū)黃埔大道西122號之二1901房
法律狀態(tài) -

摘要

摘要 本申請公開了一種音色分類方法、裝置、設備和介質(zhì)，方法包括：獲取待分類音頻文件；提取待分類音頻文件的第一特征參數(shù)和第二特征參數(shù)；對待分類音頻文件的第一特征參數(shù)和第二特征參數(shù)進行特征融合，并將融合后得到的特征參數(shù)轉(zhuǎn)換為圖像，得到待分類圖像；將待分類圖像輸入到預置卷積神經(jīng)網(wǎng)絡模型進行音色分類，輸出待分類音頻文件的音色分類結(jié)果。本申請解決了現(xiàn)有技術(shù)通過提取單一特征參數(shù)進行音色分類，存在對于某一特定的音色分類任務，很難通過單一特征參數(shù)對不同類別音色進行有效區(qū)分，以及面對語調(diào)語速發(fā)生變化或者出現(xiàn)噪音干擾時，容易發(fā)生誤分類的情況，導致音色分類準確率較低的技術(shù)問題。