買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉珠海高凌信息科技股份有限公司申請(qǐng)的專利基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN117351995B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311247442.1，技術(shù)領(lǐng)域涉及：G10L25/30；該發(fā)明授權(quán)基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法及裝置是由姜拓;趙麗靜;于寧;鐘杰華;陳達(dá)峰;吳翠敏;母健康;曾二芳;彭小芳;曾洪生;宋衛(wèi)華;徐從文;陶亞南設(shè)計(jì)研發(fā)完成，并于2023-09-25向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法及裝置在說(shuō)明書(shū)摘要公布了：本發(fā)明提出了一種基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法及裝置，該方法包括：獲取環(huán)境音頻，對(duì)環(huán)境音頻進(jìn)行特征提取得到環(huán)境音頻特征，將環(huán)境音頻特征輸入預(yù)先訓(xùn)練好的復(fù)合模型，復(fù)合模型包括多個(gè)網(wǎng)絡(luò)結(jié)構(gòu)不同的通用模型；通過(guò)通用模型識(shí)別出各個(gè)類別標(biāo)簽對(duì)應(yīng)的通用識(shí)別置信度；基于通用模型的模型權(quán)值和通用識(shí)別置信度，確定各個(gè)類別標(biāo)簽的目標(biāo)加權(quán)置信度作為通用模型的分類輸出結(jié)果；根據(jù)目標(biāo)加權(quán)置信度的均值得到復(fù)合模型的輸出結(jié)果。根據(jù)本發(fā)明實(shí)施例的技術(shù)方案，能夠通過(guò)多個(gè)不同網(wǎng)絡(luò)結(jié)構(gòu)的通用模型對(duì)環(huán)境音頻識(shí)別的置信度進(jìn)行加權(quán)融合，能夠降低分類識(shí)別的過(guò)擬合風(fēng)險(xiǎn)，增強(qiáng)泛化能力，能夠在長(zhǎng)期使用場(chǎng)景下維持對(duì)環(huán)境音頻識(shí)別的準(zhǔn)確性。

本發(fā)明授權(quán)基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法及裝置在權(quán)利要求書(shū)中公布了：1.一種基于深度學(xué)習(xí)復(fù)合模型的環(huán)境聲音識(shí)別方法，其特征在于，包括：獲取環(huán)境音頻，對(duì)環(huán)境音頻進(jìn)行特征提取得到環(huán)境音頻特征，將環(huán)境音頻特征輸入預(yù)先訓(xùn)練好的復(fù)合模型，其中，復(fù)合模型包括多個(gè)訓(xùn)練好的通用模型，通用模型為DCNN網(wǎng)絡(luò)模型，每個(gè)通用模型的網(wǎng)絡(luò)結(jié)構(gòu)不同，通用模型預(yù)設(shè)有多個(gè)類別標(biāo)簽，通用模型預(yù)設(shè)有模型權(quán)值；遍歷復(fù)合模型，通過(guò)各個(gè)通用模型對(duì)環(huán)境音頻特征分別進(jìn)行分類識(shí)別，得到各個(gè)通用模型的分類識(shí)別結(jié)果，分類識(shí)別結(jié)果包括各個(gè)類別標(biāo)簽對(duì)應(yīng)的通用識(shí)別置信度；基于通用模型的模型權(quán)值和通用識(shí)別置信度，確定各個(gè)類別標(biāo)簽的目標(biāo)加權(quán)置信度，將目標(biāo)加權(quán)置信度確定為通用模型的分類輸出結(jié)果；根據(jù)全部的分類輸出結(jié)果確定復(fù)合模型的復(fù)合識(shí)別結(jié)果，其中，復(fù)合識(shí)別結(jié)果包括各個(gè)類別標(biāo)簽的復(fù)合置信度，復(fù)合置信度為類別標(biāo)簽所對(duì)應(yīng)的全部的目標(biāo)加權(quán)置信度的均值；至少一個(gè)通用模型還關(guān)聯(lián)有特例模型集合，特例模型集合包括至少一個(gè)特例模型，特例模型為DCNN網(wǎng)絡(luò)模型，每個(gè)特例模型的網(wǎng)絡(luò)結(jié)構(gòu)不同，特例模型預(yù)設(shè)有多個(gè)類別標(biāo)簽，特例模型的類別標(biāo)簽為所歸屬的通用模型的類別標(biāo)簽的真子集，特例模型的類別標(biāo)簽預(yù)設(shè)有標(biāo)簽權(quán)值，基于通用模型的模型權(quán)值和通用置信度，確定各個(gè)類別標(biāo)簽的目標(biāo)加權(quán)置信度，包括：將模型權(quán)值和通用識(shí)別置信度的乘積確定為通用加權(quán)置信度；將環(huán)境音頻特征輸入特例模型進(jìn)行分類識(shí)別，得到特征模型輸出的特例識(shí)別結(jié)果，特例識(shí)別結(jié)果包括特例模型的各個(gè)類別標(biāo)簽的特例識(shí)別置信度；將特例識(shí)別置信度與對(duì)應(yīng)的標(biāo)簽權(quán)值的乘積確定為特征加權(quán)置信度；當(dāng)類別標(biāo)簽關(guān)聯(lián)有特征加權(quán)置信度和通用加權(quán)置信度，將特征加權(quán)置信度和通用加權(quán)置信度的均值確定為目標(biāo)加權(quán)置信度；或者，當(dāng)類別標(biāo)簽不存在關(guān)聯(lián)的特征加權(quán)置信度，將通用加權(quán)置信度確定為目標(biāo)加權(quán)置信度。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人珠海高凌信息科技股份有限公司，其通訊地址為：519060 廣東省珠海市南屏科技工業(yè)園屏東一路1號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。