公开(公告)号：CN112466290B

公开(公告)日：2021-05-28

申请号：CN202110141673.9

申请日：2021-02-02

Applicant: 鹏城实验室

Inventor： 王坤 ,  刘曼霞 ,  张伟哲 ,  张宾 ,  黄浩

IPC: G10L15/04 ,  G10L15/06 ,  G10L15/16 ,  G10L21/0232

Abstract: 本发明公开了一种异常声音检测模型的训练方法、装置和计算机存储介质，该方法包括以下步骤：将预设时长的声音片段截取为N个子片段，且将每个子片段采用H个不同频段的带通滤波器进行采样滤波得到W个采样值，并形成N×H×W的三维特征张量；将多个三维特征张量输入三维卷积神经网络进行训练；其中，多个三维特征张量对应多个预设时长的声音片段；多个预设时长的声音片段包括具有异常声音的正样本和不具有异常声音的负样本；采用同时评估正样本和负样本的损失函数计算损失，并更新异常声音检测模型的参数。解决了现有的声音异常检测中还存在识别不准确和运行效率低的问题。

公开(公告)号：CN112466290A

公开(公告)日：2021-03-09

申请号：CN202110141673.9

申请日：2021-02-02

Applicant: 鹏城实验室

Inventor： 王坤 ,  刘曼霞 ,  张伟哲 ,  张宾 ,  黄浩

IPC: G10L15/04 ,  G10L15/06 ,  G10L15/16 ,  G10L21/0232

Abstract: 本发明公开了一种异常声音检测模型的训练方法、装置和计算机存储介质，该方法包括以下步骤：将预设时长的声音片段截取为N个子片段，且将每个子片段采用H个不同频段的带通滤波器进行采样滤波得到W个采样值，并形成N×H×W的三维特征张量；将多个三维特征张量输入三维卷积神经网络进行训练；其中，多个三维特征张量对应多个预设时长的声音片段；多个预设时长的声音片段包括具有异常声音的正样本和不具有异常声音的负样本；采用同时评估正样本和负样本的损失函数计算损失，并更新异常声音检测模型的参数。解决了现有的声音异常检测中还存在识别不准确和运行效率低的问题。