[发明专利]音频类别的确定方法、装置、存储介质及电子装置

说明书

本发明实施例提供了一种音频类别的确定方法、装置、存储介质及电子装置，其中，该方法包括：确定获取到的目标音频数据的目标特征；使用目标模型对目标特征进行分析，以确定目标音频数据中包括的每帧音频数据属于每个声音类别的第一概率，其中，目标模型为使用多组目标训练数据通过机器学习训练出的，多组目标训练数据中的每组数据包括：音频数据的特征和每帧音频的声音类别，每组数据均是进行了增强处理后所得到的数据，目标模型中包括多个卷积层；基于第一概率确定目标音频数据中包括的每帧音频数据所属的目标声音类别。通过本发明，解决了相关技术中存在的确定音频类别对训练音频要求高的问题。

技术领域

本发明实施例涉及通信领域，具体而言，涉及一种音频类别的确定方法、装置、存储介质及电子装置。

背景技术

由于声音能够和视频一样提供丰富的信息，能够全方位提供监测信息，而不必像视频摄像头一样存在死角，所以音频事件检测越来越得到各行各业的重视。

音频事件检测常用的传统手段有gmm,hmm,svm，由于其实现简单，硬件资源消耗较好一直是音频检测和识别研究的热点，但是随着AI芯片的发展，算力大幅度提升，深度学习又逐渐进入了人们的视野，并逐渐成为了近几年研究的热点，同时由于在计算机视觉领域的成功应用，使得音频的各个领域包括语音识别、音频事件检测、音频场景分类、说话人识别等逐渐使用了各种深度学习网络，相对传统的机器学习算法有了更大的性能提升。但是深度学习依赖数据集的规模，如果数据集质量或者规模达不到要求，则深度学习的效果可能比传统的机器学习算法还要差。

由此可知，相关技术中存在确定音频类别对训练音频要求高的问题。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种音频类别的确定方法、装置、存储介质及电子装置，以至少解决相关技术中存在的确定音频类别对训练音频要求高的问题。

根据本发明的一个实施例，提供了一种音频类别的确定方法，包括：确定获取到的目标音频数据的目标特征；使用目标模型对所述目标特征进行分析，以确定所述目标音频数据中包括的每帧音频数据属于每个声音类别的第一概率，其中，所述目标模型为使用多组目标训练数据通过机器学习训练出的，所述多组目标训练数据中的每组数据包括：音频数据的特征和每帧音频的声音类别，所述每组数据均是进行了增强处理后所得到的数据，所述目标模型中包括多个卷积层；基于所述第一概率确定所述目标音频数据中包括的每帧音频数据所属的目标声音类别。

根据本发明的另一个实施例，提供了一种音频类别的确定装置，包括：第一确定模块，用于确定获取到的目标音频数据的目标特征；分析模块，用于使用目标模型对所述目标特征进行分析，以确定所述目标音频数据中包括的每帧音频数据属于每个声音类别的第一概率，其中，所述目标模型为使用多组目标训练数据通过机器学习训练出的，所述多组目标训练数据中的每组数据包括：音频数据的特征和每帧音频的声音类别，所述每组数据均是进行了增强处理后所得到的数据，所述目标模型中包括多个卷积层；第二确定模块，用于基于所述第一概率确定所述目标音频数据中包括的每帧音频数据所属的目标声音类别。

根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被处理器执行时实现上述任一项中所述的方法的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。