一种基于深度学习的异常爆响音频检测方法

AITNT
正文
推荐专利
一种基于深度学习的异常爆响音频检测方法
申请号:CN202410783196
申请日期:2024-06-18
公开号:CN118609603A
公开日期:2024-09-06
类型:发明专利
摘要
本申请公开了一种基于深度学习的异常爆响音频检测方法,包括以下步骤:抽取音频频谱特征和MFCC特征并做正则化,形成输入样本;构建轻量型深度神经网络对输入样本进行分类;对分类的输入样本进行可视化评估并自动化选择最优二值化阈值;清理预测结果去除误检。本申请提供的一种基于深度学习的异常爆响音频检测方法,可以灵活处理流式音频输入并可以实时响应;使用端到端的深度学习模型操作简便;设计轻量型专项检测模型,训练成本低,硬件限制少。
技术关键词
音频检测方法 频谱特征 深度神经网络 二值化阈值 轻量型 样本 Sigmoid函数 MFCC特征 深度学习模型 智能设备 处理器 可读存储介质 存储器 数据 磁盘 计算机 对象 包装
系统为您推荐了相关专利信息
1
电网运行状态的风险评估方法、装置、设备及介质
深度神经网络模型 电网运行状态 风险评估方法 关键断面 电网风险评估技术
2
一种基于深度学习与时频特征的宠物叫声时间点定位方法
点定位方法 信噪比 采样点 切片 音频
3
一种基于数据驱动的谐波潮流计算方法
谐波潮流计算方法 谐波分析方法 训练集 数据 样本
4
无监督波动模式的负荷识别模型构建方法及负荷识别方法
样本 频谱特征 数据 识别模型构建方法 设备识别
5
基于人工智能的语音通话质检方法、装置、设备及介质
情感识别模型 质检方法 文本 音频 客服
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号