摘要
本发明公开了一种基于生成对抗网络的语言类节目人声异态检测方法,具体为以下步骤:步骤一:获取语言类节目人声的音频样本,对音频样本进行数据预处理获取正常数据样本和异常数据样本;步骤二:对正常数据样本进行特征提取以获得训练集,将异常数据样本混入正常数据样本中并进行特征提取以获得测试集;步骤三:构建生成对抗网络模型,采用训练集和测试集分别对其进行训练与测试;步骤四:以训练好的生成器和判别器对语言类节目人声进行异态检测。本发明利用生成对抗网络模型设计自由度高、训练效率高、样本生成效率高的特点,有效解决传统自编码器在异常声音检测中的局限,提高了检测的准确性和效率。
技术关键词
生成对抗网络模型
人声
样本
异常数据
音频
高层次
重构
评估训练模型
频谱特征
数据特征提取
解码器
编码器
上采样
异常声音
训练集
随机噪声
数据分布
标签
系统为您推荐了相关专利信息
扩展分类器
对抗迁移网络
故障类别
旋转机械
故障诊断方法
机器学习模型
体重预测
数据归一化方法
模型算法
妊娠期母猪
识别模型训练方法
大语言模型
训练样本集
科技
信息编码器
扩散加权成像
识别模型构建方法
切片
患者
识别方法
多层卷积神经网络
自动标签
预训练模型
三通道
多标签