[發(fā)明專利]場景識別方法、裝置、存儲介質(zhì)及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201910731749.6
• 申請日: 2019-08-08
• 公開（公告）號: CN110473568B
• 公開（公告）日: 2022-01-07
• 發(fā)明（設(shè)計）人: 宋天龍
• 申請（專利權(quán)）人: OPPO廣東移動通信有限公司;上海瑾盛通信科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30;G10L25/24;G10L25/21
• 代理公司: 深圳翼盛智成知識產(chǎn)權(quán)事務(wù)所(普通合伙) 44300
• 代理人: 黃威

本申請實施例公開了一種場景識別方法、裝置、存儲介質(zhì)及電子設(shè)備，其中，本申請實施例首先采集得到待識別場景的雙通道音頻信號，然后通過基于雙通道音頻信號的預(yù)測方案1以及基于雙通道音頻信號合成得到的單通道音頻信號的預(yù)測方案2，獲取得到待識別場景的兩個候選場景分類結(jié)果，再融合兩個候選場景分類結(jié)果得到待識別場景的目標(biāo)場景分類結(jié)果。由此，無需結(jié)合定位技術(shù)來實現(xiàn)對電子設(shè)備所處場景的識別，也就對電子設(shè)備所處的環(huán)境無任何限制，相較于相關(guān)技術(shù)，本申請能夠更靈活準(zhǔn)確的對電子設(shè)備所處的待識別場景進(jìn)行識別。

技術(shù)領(lǐng)域

本申請涉及場景識別技術(shù)領(lǐng)域，具體涉及一種場景識別方法、裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)

目前，如平板電腦、手機等電子設(shè)備可以通過分析用戶所處的場景，根據(jù)分析結(jié)果進(jìn)行對應(yīng)的處理操作，由此來提升用戶體驗。相關(guān)技術(shù)中，電子設(shè)備在分析用戶所處的場景時，通常利用GPS定位來實現(xiàn)，即通過GPS定位獲得當(dāng)前的位置信息，根據(jù)該位置信息來確定電子設(shè)備所處的場景，也即是用戶所處的場景。然而，對于室內(nèi)，或者較多遮蔽物的環(huán)境中，相關(guān)技術(shù)難以實現(xiàn)GPS定位，也就無法對電子設(shè)備所處的環(huán)境場景進(jìn)行識別。

發(fā)明內(nèi)容

本申請實施例提供了一種場景識別方法、裝置、存儲介質(zhì)及電子設(shè)備，能夠?qū)﹄娮釉O(shè)備所處的環(huán)境場景進(jìn)行識別。

第一方面，本申請實施例了提供了的一種場景識別方法，應(yīng)用于電子設(shè)備，該電子設(shè)備包括兩個麥克風(fēng)，該場景識別方法包括：

通過所述兩個麥克風(fēng)對待識別場景進(jìn)行音頻采集，得到雙通道音頻信號；

按照第一預(yù)設(shè)特征提取策略提取所述雙通道音頻信號的第一聲學(xué)特征，并調(diào)用預(yù)先訓(xùn)練的第一場景分類模型基于所述第一聲學(xué)特征進(jìn)行場景分類，得到第一候選場景分類結(jié)果；

對所述雙通道音頻信號進(jìn)行音頻合成處理，得到單通道音頻信號；

按照第二預(yù)設(shè)特征提取策略提取所述單通道音頻信號的第二聲學(xué)特征，并調(diào)用預(yù)先訓(xùn)練的第二場景分類模型基于所述第二聲學(xué)特征進(jìn)行場景分類，得到第二候選場景分類結(jié)果；

根據(jù)所述第一候選場景分類結(jié)果以及所述第二候選場景分類結(jié)果，獲取所述待識別場景的目標(biāo)場景分類結(jié)果。

第二方面，本申請實施例了提供了的一種場景識別裝置，應(yīng)用于電子設(shè)備，該電子設(shè)備包括兩個麥克風(fēng)，該場景識別裝置包括：

音頻采集模塊，用于通過所述兩個麥克風(fēng)對待識別場景進(jìn)行音頻采集，得到雙通道音頻信號；

第一分類模塊，用于按照第一預(yù)設(shè)特征提取策略提取所述雙通道音頻信號的第一聲學(xué)特征，并調(diào)用預(yù)先訓(xùn)練的第一場景分類模型基于所述第一聲學(xué)特征進(jìn)行場景分類，得到第一候選場景分類結(jié)果；

音頻合成模塊，用于對所述雙通道音頻信號進(jìn)行音頻合成處理，得到單通道音頻信號；

第二分類模塊，用于按照第二預(yù)設(shè)特征提取策略提取所述單通道音頻信號的第二聲學(xué)特征，并調(diào)用預(yù)先訓(xùn)練的第二場景分類模型基于所述第二聲學(xué)特征進(jìn)行場景分類，得到第二候選場景分類結(jié)果；

分類整合模塊，用于根據(jù)所述第一候選場景分類結(jié)果以及所述第二候選場景分類結(jié)果，獲取所述待識別場景的目標(biāo)場景分類結(jié)果。

第三方面，本申請實施例提供的存儲介質(zhì)，其上存儲有計算機程序，當(dāng)所述計算機程序被處理器調(diào)用時執(zhí)行如本申請任一實施例提供的場景識別方法。

第四方面，本申請實施例提供的電子設(shè)備，包括處理器和存儲器，所述存儲器有計算機程序，所述處理器通過調(diào)用所述計算機程序，用于執(zhí)行如本申請任一實施例提供的場景識別方法。