[发明专利]一种基于雨声的降雨强度识别、模型训练的方法及装置有效
申请号: | 202010071320.1 | 申请日: | 2020-01-21 |
公开(公告)号: | CN111276157B | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 李芳芳;裘钧;程亮;王光谦 | 申请(专利权)人: | 清华大学 |
主分类号: | G10L25/03 | 分类号: | G10L25/03;G10L25/30;G10L25/51 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 李博洋 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 雨声 降雨 强度 识别 模型 训练 方法 装置 | ||
本发明提供了一种基于雨声的降雨强度识别、模型训练的方法及装置,其中,该基于雨声的降雨强度识别装置包括:降雨音频信号获取模块,用于获取移动终端设备采集的降雨音频信号;环境数据获取模块,用于获取移动终端设备所处的环境数据;雨声特征提取模块,用于根据降雨音频信号提取雨声特征;降雨强度识别模块,用于将雨声特征和环境数据输入基于雨声的降雨强度识别模型,得到降雨强度。通过实施本发明,通过移动终端采集的降雨音频信号及移动终端设备所处的环境数据即可获取用户当前所处位置的降雨强度,测量工具简单,弥补了专业水文站和气象站测雨空间稀疏且分布不均的问题。
技术领域
本发明涉及声音识别技术领域,具体涉及一种基于雨声的降雨强度识别、模型训练的方法及装置。
背景技术
目前,对某个地区的降雨强度大多是通过天气预报得知的,但是降雨强度具有空间不均匀性,通过天气预报无法准确获取某一位置的精确降雨强度。现有的对降雨强度的较为准确的测量是通过专业的测量工具(如雨量计等)完成的,虽然专业的测量工具能够测量到较为准确的降雨强度,但是测量工具价格昂贵,仅在水文站和气象站有安装,测量站点空间分布稀疏且不均匀,而且测量数据不共享,不适宜大众用户普及使用,也不方便科研人员使用。另外,通过测雨雷达可以获得半径几十至上百公里范围内的降雨强度,但是测雨雷达价格昂贵,难以普及。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的无法快速准确获取某一位置的精确的降雨强度的缺陷,从而提供一种基于雨声的降雨强度识别、模型训练的方法及装置。
本发明第一方面提供了一种基于雨声的降雨强度识别装置,包括:降雨音频信号获取模块,用于获取移动终端设备采集的降雨音频信号;环境数据获取模块,用于获取移动终端设备所处的环境数据;雨声特征提取模块,用于根据降雨音频信号提取雨声特征;降雨强度识别模块,用于将雨声特征和环境数据输入基于雨声的降雨强度识别模型,得到降雨强度。
可选地,环境数据获取模块包括:下垫面条件获取子模块,用于获取降雨音频信号的下垫面条件;移动终端高度获取子模块,用于获取移动终端距离下垫面的距离。
可选地,基于雨声的降雨强度识别装置还包括:定位模块、数据传输模块、云端数据存储模块;定位模块用于获取降雨音频信号获取模块的位置信息;数据传输模块用于将降雨音频信号、环境数据、位置信息、降雨强度上传至云端数据存储模块;云端数据存储模块用于将降雨音频信号、环境数据、位置信息、降雨强度对应存储。
可选地,基于雨声的降雨强度识别装置还包括:显示模块,用于实时显示各时刻的降雨强度。
本发明第二方面提供了一种基于雨声的降雨强度识别方法,包括:获取移动终端设备采集的降雨音频信号及移动终端设备所处的环境数据;根据降雨音频信号提取雨声特征;将雨声特征和环境数据输入基于雨声的降雨强度识别模型,得到降雨强度。
本发明第三方面提供了一种基于雨声的降雨强度识别模型训练方法,包括:获取移动终端设备采集的降雨音频信号训练样本、移动终端设备所处的环境数据训练样本及降雨音频信号训练样本所对应的降雨强度;根据降雨音频信号训练样本提取雨声特征;将雨声特征、环境数据训练样本及降雨强度输入神经网络模型进行训练,得到基于雨声的降雨强度识别模型。
可选地,基于雨声的降雨强度识别模型训练方法还包括:获取移动终端设备采集的降雨音频信号测试样本、移动终端设备所处的环境数据测试样本;根据降雨音频信号测试样本、环境数据测试样本及基于雨声的降雨强度识别模型得到测试结果;根据测试结果判断基于雨声的降雨强度识别模型的准确率是否高于预设阈值;如果基于雨声的降雨强度识别模型的准确率高于预设阈值,将基于雨声的降雨强度识别模型确定为可用的基于雨声的降雨强度识别模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010071320.1/2.html,转载请声明来源钻瓜专利网。