[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

本申請實施例提供了一種音頻數據分類方法、裝置、設備及介質，在該方法中，獲取音頻數據集；將音頻數據集輸入到基礎分類器，基于基礎分類器，確定音頻數據集的基類權重矩陣；將音頻數據集輸入到新類分類器，基于新類分類器，確定音頻數據集的新類權重矩陣；根據基類權重矩陣和新類權重矩陣，確定音頻數據集的分類結果。在該方法中，基礎分類器可以確定音頻數據集的基類權重矩陣，新類分類器可以確定音頻數據集的新類權重矩陣，然后根據基類權重矩陣和新類權重矩陣確定音頻數據集的分類結果，既適用于固定類別詞匯表的場景，又適用于動態變換或者先驗未知的場景，因此可以提高不同場景中的識別能力，提高音頻分類精度。

技術領域

本發明涉及深度學習技術領域，尤其涉及一種音頻數據分類方法、裝置、設備及介質。

背景技術

數據時代下企業變革和數字化轉型的重點已從“數據”升級為“數據資產”，作為企業數字化流程中不可或缺的音頻數據逐漸成為關注重點。而數據分類分級作為數據資產梳理的關鍵步驟，其準確性對差異化安全防護和精細化安全管控具有重要指導意義。隨著計算機聽覺技術的發展，深度學習在音頻數據分類分級中發揮了重要作用。

然而，深度神經網絡在訓練過程中容易出現過擬合問題且對于數據量的要求比較高，而收集大規模的有效音頻數據用以模型訓練并不現實，導致模型識別音頻的難度大，精度低。

因此，相關技術中的音頻數據分類模型中通常基于固定的類別詞匯表來實現高精度的分類，但是這對于動態變換或者先驗未知場景中的識別能力有限，在這些場景下的音頻分類精度較低。

發明內容

本申請實施例提供了一種音頻數據分類方法、裝置、設備及介質，用以解決現有技術中音頻分類精度較低的問題。

第一方面，本申請實施例提供了一種音頻數據分類方法，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。

第二方面，本申請實施例提供了一種音頻數據分類裝置，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。

第三方面，本申請實施例提供了一種電子設備，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上述任一項所述音頻數據分類方法的步驟。

第四方面，本申請實施例提供了一種計算機可讀存儲介質，其存儲有計算機程序，所述計算機程序被處理器執行時實現如上述任一項所述音頻數據分類方法的步驟。

在本申請實施例中，獲取音頻數據集；將音頻數據集輸入到基礎分類器，基于基礎分類器，確定音頻數據集的基類權重矩陣；將音頻數據集輸入到新類分類器，基于新類分類器，確定音頻數據集的新類權重矩陣；根據基類權重矩陣和新類權重矩陣，確定音頻數據集的分類結果。在該方法中，基礎分類器可以確定音頻數據集的基類權重矩陣，新類分類器可以確定音頻數據集的新類權重矩陣，然后根據基類權重矩陣和新類權重矩陣確定音頻數據集的分類結果，既適用于固定類別詞匯表的場景，又適用于動態變換或者先驗未知的場景，因此可以提高不同場景中的識別能力，提高音頻分類精度。

附圖說明