一种基于域泛化表征的跨域小样本类增量音频分类方法

本发明公开了一种基于域泛化表征的跨域小样本类增量音频分类方法，步骤如下：从输入音频样本提取对数梅尔谱；初始化残差卷积神经网络，包括域泛化表征提取器和分类器；在基础环节，先后采用监督训练方法和显著性加权的对抗训练方法训练残差卷积神经网络；从基础环节的源域音频类别训练样本提取表征并计算和保存同类别表征的均值向量用于在增量环节更新分类器；在增量环节采用目标域的增量音频类别训练样本和旧音频类别表征的均值向量更新分类器；将待测音频样本输入残差卷积神经网络，得到待测音频样本所属类别。本发明采用域泛化表征提取器和显著性加权的对抗训练方法，在缓解模型对新类过拟合和对旧类遗忘的同时，有效提高模型跨域分类性能。