基于深度互学习框架的音频特征提取方法、系统及终端

本发明公开了一种基于深度互学习框架的音频特征提取方法、系统及终端，所述方法包括：获取训练数据集，对训练数据集进行预处理得到预处理训练集；根据预处理训练集对初始Mel谱模型和初始MFCC模型进行深度互学习训练和损失函数调整操作，得到最终Mel谱模型和最终MFCC模型；将目标对象的待处理音频数据分别输入至最终Mel谱模型和最终MFCC模型，得到Mel谱预测值和MFCC预测值；将Mel谱预测值和MFCC预测值进行平均融合处理，得到最终预测特征。本发明通过互训练学习，综合考虑了两个模型的不同视角和特征表达，生成了更为全面和准确的最终预测特征，有效地整合了不同音频特征的优势，提高模型的性能和鲁棒性。