[發明專利]一種環境聲音識別方法、裝置及可讀存儲介質

在審

• 申請號: 201911029386.8
• 申請日: 2019-10-28
• 公開（公告）號: CN110827854A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 鄒學強;鄭貴濱;包秀國;袁慶升;韓紀慶;史秋瑩
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G10L25/30
• 分類號: G10L25/30;G10L25/51
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 焉明濤

1.一種環境聲音識別方法，其特征在于，所述方法包括，

基于堆疊去噪自編碼機建立源數據的識別模型；

基于所述源數據的識別模型將目標數據與所述源數據進行匹配；

根據匹配結果建立目標數據的識別模型。

2.如權利要求1所述的方法，其特征在于，所述基于堆疊去噪自編碼機，建立源數據的識別模型，包括：

通過堆疊去噪自編碼機對源數據進行訓練，建立關于源數據的特征表示模型；

根據所述特征表示模型，通過最小化無監督代價函數，確定所述去噪自編碼機的網絡參數；

根據所述網絡參數對基于分類的堆疊去噪自編碼機進行網絡初始化。

3.如權利要求2所述的方法，其特征在于，根據所述網絡參數對基于分類的堆疊去噪自編碼機進行網絡初始化之前，所述方法還包括：

多次堆疊去噪自編碼機，并在最后一個去噪自編碼機的隱藏層加入一層Softmax神經單元以獲得分類的堆疊去噪自編碼機。

4.如權利要求3所述的方法，其特征在于，在根據所述網絡參數對基于分類的堆疊去噪自編碼機進行網絡初始化之后，所述方法還包括：

重新確定有監督的代價函數以完成源數據的識別模型的建立。

5.如權利要求4所述的方法，其特征在于，基于所述源數據的識別模型，對目標數據與所述源數據進行匹配，包括：

將目標數據在所建立的源數據的識別模型上進行計算；

根據計算結果確定匹配直方圖；

根據所述直方圖確定目標數據在堆疊去噪自編碼機網絡上對應的標簽。

6.如權利要求5所述的方法，其特征在于，根據匹配結果建立目標數據的識別模型，包括：

通過所述源數據的識別模型對所述目標數據進行重新訓練；

根據目標函數匹配出的標簽對重新訓練后的源數據的識別模型進行代價函數最小化以獲得目標數據的識別模型。

7.一種環境聲音識別裝置，其特征在于，所述裝置包括：

模型建立模塊，用于基于堆疊去噪自編碼機，建立源數據的識別模型；

數據匹配模塊，用于基于所述源數據的識別模型，對目標數據與所述源數據進行匹配；

所述模型建立模塊，還用于根據匹配結果建立目標數據的識別模型。

8.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質上存儲有信息傳遞的實現程序，所述程序被處理器執行時實現如權利要求1至6中任一項所述的方法的步驟。