[發明專利]一種適用于卷積神經網絡的方言數據庫建立方法在審
| 申請號： | 201711349357.0 | 申請日： | 2017-12-15 |
| 公開（公告）號： | CN108170735A | 公開（公告）日： | 2018-06-15 |
| 發明（設計）人： | 李子煜;董志芳 | 申請（專利權）人： | 東南大學 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06N3/04;G10L17/00;G10L17/18;G10L17/04 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 向文 |
| 地址： | 210018 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 卷積神經網絡 方言 聲譜圖 數據庫 音頻文件 放入 數據庫建立 學習算法 分類 白邊 可用 頻譜 去除 標簽 搜集 工程師 測試 轉換 轉化 圖片 | ||
1.一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：包括如下步驟：
步驟1：搜集各省市的方言音頻；
步驟2：使用MATLAB將步驟1中采集的方言音頻文件批量轉化為聲譜圖并且自動保存至預設的目標文件夾；
步驟3：使用修圖工具將步驟2中轉化得到的聲譜圖去掉白邊，轉換為大小可以直接放入卷積神經網絡中進行訓練與測試的圖片尺寸；
步驟4：為步驟3中處理后的聲譜圖打上標簽，與音頻文件一起分類，得到可用于卷積神經網絡的方言數據庫。
2.根據權利要求1所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟1中方言音頻包括常用單字、常用詞匯、數字、自由話題四部分。
3.根據權利要求1所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟2中得到的聲譜圖包含時間、頻率和音頻強度信息。
4.根據權利要求1所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟3中經過處理后得到的聲譜圖的圖片尺寸為227*227或者224*224。
5.根據權利要求2所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟4中處理后的常用單字、常用詞匯、數字、自由話題四部分聲譜圖以及音頻文件，每部分分別按照省市進行分類，每部分內使用序號命名作為標簽，最后附序號對應的單字、詞匯、數字與自由話題的文本。
6.根據權利要求1所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟2中使用strcat函數等函數配合循環，實現MATLAB自動依次讀取音頻文件夾中音頻文件。
7.根據權利要求1所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟3中修圖工具為Photoshop。
8.根據權利要求7所述的一種適用于卷積神經網絡的方言數據庫建立方法，其特征在于：所述步驟3中使用Photoshop中的“創建新組”功能實現批量處理的功能，包括：裁剪去白邊、調整圖像大小、保存到統一路徑，實現聲譜圖的批量處理。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于東南大學，未經東南大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711349357.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種智能化運維機器人
- 下一篇：一種基于循環注意力機制的文檔快速掃描定性方法
