基于深度学习的音频自动标签方法及系统

本发明公开了一种基于深度学习的音频自动标签方法及系统，涉及音频信号处理及深度学习领域，基于深度学习的音频自动标签方法主要包括：对输入音频进行预处理得到三通道梅尔频谱图；利用人工智能开发工具构建多层卷积神经网络；对三通道梅尔频谱图进行数据增强处理得到增强数据；利用增强数据对多层卷积神经网络进行训练和优化得到预训练模型；基于测试时增强策略，利用预训练模型对输入音频图像进行预测得到音频标签集合。实施本发明提供的基于深度学习的音频自动标签方法及系统，能提高音频标签预测的实时性、准确性和鲁棒性。