[發明專利]一種音頻數據分類方法、裝置、設備及介質

在審

• 申請號: 202310084304.X
• 申請日: 2023-01-18
• 公開（公告）號: CN116129888A
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 周濤;陳宇;邊占朝;劉紫千
• 申請（專利權）人: 天翼安全科技有限公司
• 主分類號: G10L15/08
• 分類號: G10L15/08;G10L15/16;G10L25/24
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 于丹

1.一種音頻數據分類方法，其特征在于，所述方法包括：

獲取音頻數據集；

將所述音頻數據集輸入到基礎分類器，基于所述基礎分類器，確定所述音頻數據集的基類權重矩陣；

將所述音頻數據集輸入到新類分類器，基于所述新類分類器，確定所述音頻數據集的新類權重矩陣；

根據所述基類權重矩陣和所述新類權重矩陣，確定所述音頻數據集的分類結果。

2.如權利要求1所述的方法，其特征在于，所述獲取音頻數據集包括：

對原始音頻數據集進行第一數據增強，所述第一數據增強包括以下一種或多種數據增強處理：音頻旋轉、音頻調音、音頻變調、或加噪處理；

將第一數據增強后的所述原始音頻數據集轉化為梅爾聲譜圖；

計算所述梅爾聲譜圖中的平均值；

采用所述平均值對所述梅爾聲譜圖中選擇的行數據和/或列數據進行替換，得到第二數據增強后的所述梅爾聲譜圖；

根據所述原始音頻數據集和所述第二數據增強后的梅爾聲譜圖，確定所述音頻數據集。

3.如權利要求1或2所述的方法，其特征在于，所述基礎分類器中最后一個卷積層之后連接有全局時間池化層。

4.如權利要求1或2所述的方法，其特征在于，所述方法還包括：

在基類中確定用于訓練所述新類分類器的偽新類，并確定所述偽新類的多個標記數據以及每個標記數據屬于所述偽新類的權重；

將所述多個標記數據、所述每個標記數據屬于所述偽新類的權重、以及所述基礎分類器輸出的基類權重向量輸入所述新類分類器；

基于所述新類分類器，根據所述多個標記數據以及所述每個標記數據屬于所述偽新類的權重，計算所述偽新類的平均特征向量；

基于所述新類分類器，對所述平均特征向量和所述基類權重向量進行加權處理，得到所述偽新類的權重向量；

根據所述偽新類的權重向量和所述基類權重向量，對基類權重矩陣進行更新；根據更新后的基類權重矩陣，更新所述新類分類器的參數。

5.如權利要求4所述的方法，其特征在于，所述新類分類器中的損失函數包括二進制交叉熵損失函數。

6.如權利要求1或2所述的方法，其特征在于，所述方法還包括：

根據所述基礎分類器和/或所述新類分類器的測試結果，確定分類精度低于設定閾值且混入其它類別的混淆類，以及分類精度高于所述設定閾值的正確類；

如果所述混淆類的數量與所述正確類的數量的比值超過設定比值，根據所述混淆類的數量對所述基礎分類器和/或所述新類分類器中的節點數進行修改，得到待訓練的分類器；采用所述音頻數據集中包含所述混淆類的子音頻數據集，對所述分類器繼續進行訓練。

7.如權利要求6所述的方法，其特征在于，所述方法還包括：

在經過設定輪次的訓練后，采用學習率變化參數，下調所述分類器的學習率。

8.一種音頻數據分類裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取音頻數據集；

分類模塊，用于將所述音頻數據集輸入到基礎分類器，基于所述基礎分類器，確定所述音頻數據集的基類權重矩陣；將所述音頻數據集輸入到新類分類器，基于所述新類分類器，確定所述音頻數據集的新類權重矩陣；

確定模塊，用于根據所述基類權重矩陣和所述新類權重矩陣，確定所述音頻數據集的分類結果。

9.一種電子設備，其特征在于，所述電子設備至少包括處理器和存儲器，所述處理器用于執行存儲器中存儲的計算機程序時實現如權利要求1-7任一項所述的音頻數據分類方法的步驟。

10.一種計算機存儲介質，其特征在于，其存儲有可由電子設備執行的計算機程序，當所述程序在所述電子設備上運行時，使得所述電子設備執行權利要求1-7任一項所述的音頻數據分類方法的步驟。