[发明专利]音频事件检测方法、装置及计算机可读存储介质有效
| 申请号： | 201710797265.2 | 申请日： | 2017-09-06 |
| 公开（公告）号： | CN108510982B | 公开（公告）日： | 2020-03-17 |
| 发明（设计）人： | 刘海波 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L15/06 | 分类号： | G10L15/06;G10L25/27;G10L25/30 |
| 代理公司： | 北京派特恩知识产权代理有限公司 11270 | 代理人： | 蒋雅洁;张颖玲 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种音频事件检测方法、装置及计算机可读存储介质，该方法包括：利用从分帧处理得到的各时刻的音频数据中分别提取指定特征向量输入训练得到的RNN/BI‑RNN模型中，以实现音频事件的检测。使用训练得到的RNN/BI‑RNN模型对音频事件进行检测，由于RNN模型在进行音频事件检测时除了使用当前时刻的信息，还将使用当前时刻之前时刻的信息，且BI‑RNN模型除了使用当前时刻的信息和当前时刻之前时刻的信息以外，还将使用当前时刻之后时刻的信息，因此，RNN/BI‑RNN模型的学习能力相对于GMM和SVM更强，使用具有更强学习能力的RNN/BI‑RNN模型对音频事件进行检测，具有更优的检测效果。 | ||
| 搜索关键词： | 音频 事件 检测 方法 装置 计算机 可读 存储 介质 | ||
【主权项】：
1.一种音频事件检测方法，其特征在于，所述方法包括：对待检测的音频进行分帧处理，并从分帧处理得到的各时刻的音频数据中分别提取指定特征向量；将所述各时刻的音频数据的指定特征向量输入训练得到的RNN/BI‑RNN模型中，得到所述各时刻的音频数据中各音频事件的后验概率，所述RNN/BI‑RNN是基于训练音频及预置的所述各音频事件训练得到的；根据所述各时刻的音频数据中各音频事件的后验概率及预置的音频解码算法，从所述各时刻的音频数据中检测音频事件的最佳音频数据序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/patent/201710797265.2/，转载请声明来源钻瓜专利网。
