[发明专利]一种基于深度学习的音频自动化标注方法有效
| 申请号： | 201810050808.9 | 申请日： | 2018-01-18 |
| 公开（公告）号： | CN108053836B | 公开（公告）日： | 2021-03-23 |
| 发明（设计）人： | 尹学渊;江天宇 | 申请（专利权）人： | 成都嗨翻屋科技有限公司 |
| 主分类号： | G10L25/30 | 分类号： | G10L25/30;G10L25/48;G10L25/03;G06F16/61;G06F16/683 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 刘童笛 |
| 地址： | 610000 四川省成都市中国（四川）自由贸易试*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种音频标注方法，特别涉及一种基于深度学习的音频自动化标注方法。一种基于深度学习的音频自动化标注方法，包括以下实现步骤：输入原始音频文件，通过音频预处理，得到若干个原始语谱图片段；将所述原始语谱图片段输入卷积神经网络中进行训练，构建深度学习模型；输入待标注音频文件，通过音频预处理，得到若干个待标注语谱图片段；基于所述深度学习模型，将所述待标注语谱图片段进行音频标注。本发明利用卷积神经网络训练音频深度学习网络，实现音频自动化标注方法，相比于传统的人工标注方式，提高了标注准确率，提升了音频标注效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 音频 自动化 标注 方法 | ||
【主权项】：
1.一种基于深度学习的音频自动化标注方法，其特征在于，包括以下实现步骤：S1、输入原始音频文件，通过音频预处理，得到若干个原始语谱图片段；S2、将所述原始语谱图片段输入卷积神经网络中进行训练，构建深度学习模型；S3、输入待标注音频文件，通过音频预处理，得到若干个待标注语谱图片段；S4、基于所述深度学习模型，将所述待标注语谱图片段进行音频标注。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都嗨翻屋科技有限公司，未经成都嗨翻屋科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810050808.9/，转载请声明来源钻瓜专利网。
