基于注意力残差学习的哭声检测方法及系统

发明专利有效专利

申请号：
CN202110224859.0
IPC分类号：G10L25/63;G10L25/30
申请日期：
2021-03-01
申请人：
德鲁动力科技（成都）有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于注意力残差学习的哭声检测方法及系统
申请号	CN202110224859.0	申请日期	2021-03-01
法律状态	实质审查	申报国家	中国
公开/公告日	2021-05-28	公开/公告号	CN112863550A
优先权	暂无	优先权号	暂无
主分类号	G10L25/63 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L25/00 不限于组G10L 15/00-G10L 21/00的语言或者声音分析技术（当利用语音检测器来感知一些信号特殊特征的基于半导体的静噪放大器，如无信号时的感知入H03G3/34） G10L25/48 专门适用于特定用途〔2013.01〕 G10L25/51 比较或判别〔2013.01〕 G10L25/63 情感状态估计〔2013.01〕	IPC分类号	G;1;0;L;2;5;/;6;3;;;G;1;0;L;2;5;/;3;0查看分类表>
申请人	德鲁动力科技（成都）有限公司	申请人地址	四川省成都市高新区德华路333号1号楼16层1608号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	德鲁动力科技（成都）有限公司	当前权利人	德鲁动力科技（成都）有限公司
发明人	李学生;李晨;朱麒宇
代理机构	成都熠邦鼎立专利代理有限公司	代理人	李晓英

摘要

本发明涉及基于注意力残差学习的哭声检测方法及系统，包括S1，收集哭声数据；S2，将哭声数据分为训练集和验证集；S3，采用训练集对构建的基于注意力机制的残差神经网络进行训练，获得训练好的基于注意力机制的残差神经网络；并采用验证集对训练结果进行评估。本发明引入残差网络的方法解决层数特别大的CNN模型的梯度消失的问题，引入注意力机制去使得残差模型可以更加注重能表达哭声的特征上，可改善在真实场景中哭声识别的准确率，提高在实际场景的泛化能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供