[發明專利]基于知識蒸餾的肺音分類方法、系統、終端及存儲介質

在審

• 申請號: 202011070732.X
• 申請日: 2020-10-09
• 公開（公告）號: CN111933185A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 李堅強;陳杰;明仲;梁中明;王成
• 申請（專利權）人: 深圳大學
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/66;G10L25/30;G10L25/24
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 劉文求

1.一種基于知識蒸餾的肺音分類方法，其特征在于，所述方法包括：

獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數據集；

獲取神經網絡模型，所述神經網絡模型包括多個教師模型與學生模型，基于所述肺音數據集對多個教師模型進行訓練，得到已訓練的多個教師模型，所述已訓練的多個教師模型為二分類模型，用于對所述肺音音頻進行分類，且每一個已訓練的教師模型對應兩種肺音類別的分類；

根據所述已訓練的多個教師模型分別計算所述肺音數據集的軟標簽，并將其轉換后，得到多分類軟標簽；

基于所述多分類軟標簽和肺音數據集訓練所述學生模型，得到已訓練的學生模型，并利用所述已訓練的學生模型對所述肺音音頻進行分類，所述已訓練的學生模型為多分類模型，所述已訓練的學生模型對應于多種肺音類別的分類。

2.根據權利要求1所述的基于知識蒸餾的肺音分類方法，其特征在于，所述獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數據集，包括：

采集所述肺音音頻，并對所述肺音音頻進行音頻數據增強處理，得到增強后的肺音音頻；

對所述增強后的肺音音頻進行切片，得到多個音頻片段；

分別從每一個所述音頻片段中提取所述梅爾頻譜特征，得到所述肺音數據集。

3.根據權利要求2所述的基于知識蒸餾的肺音分類方法，其特征在于，所述音頻數據增強處理包括：時間變換處理、音高變換處理和μ律壓縮處理。

4.根據權利要求2所述的基于知識蒸餾的肺音分類方法，其特征在于，所述獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數據集之后，包括：

對每一個所述音頻片段進行零均值歸一化處理。

5.根據權利要求1所述的基于知識蒸餾的肺音分類方法，其特征在于，所述基于所述肺音數據集對多個教師模型進行訓練，得到已訓練的多個教師模型，包括：

獲取所述肺音數據集中的預測標簽，所述預測標簽為所述肺音數據集中的梅爾頻譜特征與預測音頻類別的對應關系；

基于所述預測標簽與真實標簽，對多個教師模型進行訓練，得到所述已訓練的多個教師模型，所述真實標簽為肺音類別。

6.根據權利要求1所述的基于知識蒸餾的肺音分類方法，其特征在于，所述基于所述多分類軟標簽和肺音數據集訓練所述學生模型，得到已訓練的學生模型，并利用所述已訓練的學生模型對所述肺音音頻進行分類，包括：

獲取所述多分類軟標簽；

基于所述多分類軟標簽與肺音數據集，對所述學生模型進行訓練，得到所述已訓練的學生模型，所述已訓練的學生模型的軟標簽接近所述已訓練的多個教師模型的軟標簽；

利用所述已訓練的學生模型對所述肺音音頻進行分類，得到所述肺音音頻的類別。

7.根據權利要求1所述的基于知識蒸餾的肺音分類方法，其特征在于，所述教師模型與所述學生模型均為一個6層的卷積神經網絡模型。

8.一種基于知識蒸餾的肺音分析系統，其特征在于，所述系統包括：

音頻特征獲取單元，用于獲取肺音音頻，并基于所述肺音音頻提取所述肺音音頻的梅爾頻譜特征，得到肺音數據集；

教師模型訓練單元，用于獲取神經網絡模型，所述神經網絡模型包括多個教師模型與學生模型，基于所述肺音數據集對多個教師模型進行訓練，得到已訓練的多個教師模型，所述已訓練的多個教師模型為二分類模型，用于對所述肺音音頻進行分類，且每一個已訓練的教師模型對應兩種肺音類別的分類；

軟標簽擬合單元，用于根據所述已訓練的多個教師模型分別計算所述肺音數據集的軟標簽，并將其轉換后，得到多分類軟標簽；

學生模型訓練單元，用于基于所述多分類軟標簽和肺音數據集訓練所述學生模型，得到已訓練的學生模型，并利用所述已訓練的學生模型對所述肺音音頻進行分類，所述學生模型為多分類模型，所述已訓練的學生模型對應于多種肺音類別的分類。