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
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
谐波潮流计算方法
谐波分析方法
训练集
数据
样本