公开(公告)号：CN114898772B

公开(公告)日：2024-07-05

申请号：CN202210710181.1

申请日：2022-06-22

Applicant: 辽宁工程技术大学

Inventor： 艾欣 ,  赵帅

IPC: G10L25/27 ,  G10L25/48 ,  G10K11/16

Abstract: 本发明公开了一种基于特征分层和改进ECAPA‑TDNN的声学场景分类的方法，包括在特征提取阶段，通过预加重、分帧、加窗、滤波操作得到梅尔频谱图；利用梅尔频谱结合谐波增强部分、打击源增强部分和残差部分的相对分量得到梅尔频谱谐波分量、打击源分量和残差分量；得到三层分量后，再将分量作为特征输入进结合群卷积的ECAPA‑TDNN当中。本发明的基于特征分层和改进ECAPA‑TDNN的声学场景分类的方法能够忽略背景噪音的同时，减少分类误差，并提升模型分类速度。

公开(公告)号：CN114898772A

公开(公告)日：2022-08-12

申请号：CN202210710181.1

申请日：2022-06-22

Applicant: 辽宁工程技术大学

Inventor： 艾欣 ,  赵帅

IPC: G10L25/27 ,  G10L25/48 ,  G10K11/16

Abstract: 本发明公开了一种基于特征分层和改进ECAPA‑TDNN的声学场景分类的方法，包括在特征提取阶段，通过预加重、分帧、加窗、滤波操作得到梅尔频谱图；利用梅尔频谱结合谐波增强部分、打击源增强部分和残差部分的相对分量得到梅尔频谱谐波分量、打击源分量和残差分量；得到三层分量后，再将分量作为特征输入进结合群卷积的ECAPA‑TDNN当中。本发明的基于特征分层和改进ECAPA‑TDNN的声学场景分类的方法能够忽略背景噪音的同时，减少分类误差，并提升模型分类速度。