音频数据的分类方法及相关装置与流程

xiaoxiao2026-08-02  19


本申请涉及音频分类,尤其涉及一种音频数据的分类方法及及相关装置。


背景技术:

1、音频分类是将音频信号分成不同的类别,比如音乐、语音、环境声等。音频分类可以用在很多领域,比如音乐搜索、语音识别、声音检测、智能监控等。

2、然而,由于音频信号的来源和内容很多很变化,音频信号之间的差异很大,音频信号内部的变化也很大,这让音频特征的提取和表示很难。而且,音频信号会受到噪声、失真、混响等干扰,这会影响音频信号的质量和可分辨性,降低音频分类的准确性。


技术实现思路

1、本申请提供一种音频数据的分类方法及相关装置,用以解决解决现有技术中无标签音频信号的分类结果不准确的问题。

2、一方面,本申请提供一种音频数据的分类方法,所述方法包括:

3、获取有标签音频序列和无标签音频信号,其中,所述有标签音频序列包含多个时间连续的音频信号,且标记有每个音频信号的类别标签;

4、确定所述有标签音频序列和所述无标签音频信号之间的距离矩阵;

5、根据所述距离矩阵,确定所述无标签音频信号的预测类别信息,所述预测类别信息包含候选的类别标签以及每个候选的类别标签的频率;

6、基于每个候选的类别标签的频率,从候选的类别标签中为所述无标签音频信号确定目标类别标签。

7、另一方面,本申请提供一种音频数据的分类装置,所述装置包括:

8、获取模块,用于获取有标签音频序列和无标签音频信号,其中,所述有标签音频序列包含多个时间连续的音频信号,且标记有每个音频信号的类别标签;

9、确定模块,用于确定所述有标签音频序列和所述无标签音频信号之间的距离矩阵;根据所述距离矩阵,确定所述无标签音频信号的预测类别信息,所述预测类别信息包含候选的类别标签以及每个候选的类别标签的频率;基于每个候选的类别标签的频率,从候选的类别标签中为所述无标签音频信号确定目标类别标签。

10、另一方面,本申请提供一种电子设备,包括:处理器,以及与上述处理器连接的存储器;上述存储器存储计算机执行指令;上述处理器执行上述存储器存储的计算机执行指令,以实现如任一项上述的方法。

11、另一方面,本申请提供一种计算机可读存储介质,上述计算机可读存储介质中存储有计算机执行指令,上述计算机执行指令被处理器执行时用于实现如任一项上述的方法。

12、另一方面,本申请提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现任一项上述的方法。

13、本申请提供的音频数据的分类方法、装置、电子设备及存储介质,该方法通过获取有标签音频序列和无标签音频信号,其中,有标签音频序列包含多个时间连续的音频信号,且标记有每个音频信号的类别标签;确定有标签音频序列和无标签音频信号之间的距离矩阵;根据距离矩阵,确定无标签音频信号的预测类别信息,预测类别信息包含候选的类别标签以及每个候选的类别标签的频率;基于每个候选的类别标签的频率,从候选的类别标签中为无标签音频信号确定目标类别标签。

14、通过上述方法,利用有标签音频序列和无标签音频信号之间的距离矩阵,能够有效地利用有标签音频序列的信息为无标签音频信号提供预测类别信息,从而提高音频分类的泛化能力;基于每个候选的类别标签的频率,从候选的类别标签中为无标签音频信号确定目标类别标签,能够有效地为无标签音频信号选择一个最终的目标类别标签,从而克服音频分类算法的不足和不适应,提高音频分类的效率和可靠性。



技术特征:

1.一种音频数据的分类方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述基于每个候选的类别标签的频率,从候选的类别标签中为所述无标签音频信号确定目标类别标签,包括:

3.根据权利要求2所述的方法,其特征在于,根据所述第一频率和所述第二频率,从所述候选的类别标签中为所述无标签音频信号确定目标类别标签,包括:

4.根据权利要求1所述的方法,其特征在于,所述确定所述有标签音频序列和所述无标签音频信号之间的距离矩阵,包括:

5.根据权利要求4所述的方法,其特征在于,所述根据所述第一子距离矩阵和所述第二子距离矩阵,确定所述有标签音频序列和所述无标签音频信号之间的距离矩阵,包括:

6.根据权利要求5所述的方法,其特征在于,所述根据所述有标签音频序列和所述无标签音频信号之间的低频相似度和高频相似度,生成所述距离矩阵,包括:

7.根据权利要求1至5中任意一项所述的方法,其特征在于,所述根据所述距离矩阵,确定所述无标签音频信号的预测类别信息,包括:

8.根据权利要求1至5中任意一项所述的方法,其特征在于,在确定所述有标签音频序列和所述无标签音频信号之间的距离矩阵之前,所述方法还包括:

9.根据权利要求1所述的方法,其特征在于,基于每个候选的类别标签的频率,从候选的类别标签中为所述无标签音频信号确定目标类别标签,包括:

10.一种音频数据的分类装置,其特征在于,所述装置包括:

11.一种电子设备,其特征在于,包括:处理器,以及与所述处理器连接的存储器;

12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至9中任一项所述的方法。

13.一种计算机程序产品,其特征在于,所述计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的方法。


技术总结
本申请提供一种音频数据的分类方法及及相关装置。该方法包括:获取有标签音频序列和无标签音频信号,其中,有标签音频序列包含多个时间连续的音频信号,且标记有每个音频信号的类别标签;确定有标签音频序列和无标签音频信号之间的距离矩阵;根据距离矩阵,确定无标签音频信号的预测类别信息,预测类别信息包含候选的类别标签以及每个候选的类别标签的频率;基于每个候选的类别标签的频率,从候选的类别标签中为无标签音频信号确定目标类别标签。可以解决现有技术中无标签音频信号的分类结果不准确的问题。

技术研发人员:向国徽
受保护的技术使用者:马上消费金融股份有限公司
技术研发日:
技术公布日:2024/9/23
转载请注明原文地址:https://www.famiwei.com/read-9025461.html

最新回复(0)