基于多個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)合的異常聲音檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN201910433848.6 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110189769B 公開(kāi)（公告）日 2021-11-19
申請(qǐng)公布號(hào) CN110189769B 申請(qǐng)公布日 2021-11-19
分類(lèi)號(hào) G10L25/51（2013.01）I;G10L25/30（2013.01）I 分類(lèi) 樂(lè)器；聲學(xué);
發(fā)明人 潘志灝;馮瑞;蔣龍泉 申請(qǐng)（專(zhuān)利權(quán)）人 復(fù)鈞智能科技（蘇州）有限公司
代理機(jī)構(gòu) 上海德昭知識(shí)產(chǎn)權(quán)代理有限公司 代理人 郁旦蓉
地址 215000江蘇省蘇州市姑蘇區(qū)十全街吏舍弄10號(hào)（3號(hào)樓403室）
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于多個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型結(jié)合的異常聲音檢測(cè)方法，采用多個(gè)完成訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)多種待測(cè)音頻文件進(jìn)行分類(lèi)以及對(duì)待測(cè)音頻文件中的異常聲音類(lèi)別進(jìn)行檢測(cè)，其特征在于，包括如下步驟：步驟S1，對(duì)待測(cè)音頻文件進(jìn)行分段處理，獲取多個(gè)短時(shí)待測(cè)音頻數(shù)據(jù)；步驟S2，對(duì)每個(gè)短時(shí)待測(cè)音頻數(shù)據(jù)進(jìn)行預(yù)處理，提取出與每個(gè)待測(cè)短時(shí)音頻數(shù)據(jù)所相對(duì)應(yīng)的待測(cè)音頻特征；步驟S3，將待測(cè)音頻特征輸入完成訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)模型，獲取待測(cè)音頻文件的分類(lèi)結(jié)果，并標(biāo)注待測(cè)音頻文件中的異常聲音類(lèi)別，其中，每個(gè)卷積神經(jīng)網(wǎng)絡(luò)模型具有不同的權(quán)值。