买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江南大学申请的专利一种基于分频段减小混响的声音事件分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119207467B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411274992.7，技术领域涉及：G10L25/51；该发明授权一种基于分频段减小混响的声音事件分类方法是由曹毅;王彦雯;曹光扬;李未;周辉设计研发完成，并于2024-09-12向国家知识产权局提交的专利申请。

本一种基于分频段减小混响的声音事件分类方法在说明书摘要公布了：本发明提供一种基于分频段减小混响的声音事件分类方法，其可以有效地减少混响等背景噪音的影响，提高声音分类识别的准确率来。其将待处理音频信号从时域转到频域，得到待处理频谱信号，对待处理频谱信号通过分频比控制频段带宽，对选定频段减小混响，得到减小混响后的频谱信号，将其和其他信号合并，得到减小混响后的最终输出的频谱信号，再将频谱信号转为时域信号输出；基于最终输出时域信号构成数据增强后的训练集，对声音事件分类模型训练，间接增强了声音事件分类模型对特征的表征能力。

本发明授权一种基于分频段减小混响的声音事件分类方法在权利要求书中公布了：1.一种基于分频段减小混响的声音事件分类方法，其包括以下步骤： S1：采集原始音频样本信息，对其进行预处理操作，得到预处理后的待处理音频信号； 其特征在于，其还包括以下步骤： S2：将所述待处理音频信号通过短时傅里叶变换，将信号从时域St转到频域，得到待处理频谱信号St,ω，其中，t为时间，ω为频率； S3：对所述待处理频谱信号St,ω进行频率成分分析，得到信号中的最高频率ωh和最低频率ωl，进而得到待处理频谱信号St,ω对应的输入信号带宽Bi； Bi＝ωh-ωl； S4：基于原始音频样本信息的采集场景，设置分频比r，选定频段信号并控制选定频段的输出带宽Bo； Bo＝Bi*r； S5：基于选定频段的输出带宽B0，将所述待处理频谱信号St,ω送入巴特沃斯滤波器，基于巴特沃斯频域响应，得到频域内巴特沃斯幅度函数|Hω|和B0对应的选定频谱信号S1t,ω； 其中，N为阶数，ωc为截止频率； S6：将所述选定频谱信号S1t,ω利用加权预测误差算法WPE进行削弱混响，得到减小混响后的频谱信号输出S2t,ω； 其中，由WPE中的预测滤波器估计得到，H为共轭转置算子，D为预测延迟，D将混响环境分为早期混响和晚期混响，为晚期混响部分； S7：将所述待处理频谱信号St,ω减去所述选定频谱信号S1t,ω，得到其他信号S3t,ω； 将S2t,ω和其他信号S3t,ω合并，得到减小混响后的最终输出频谱信号S4t,ω，再利用短时傅里叶逆变换将信号S4t,ω由频域转为时域，得到S4t； S8：基于深度残差收缩网络DRSN，构建频域残差收缩网络F-DRSN； 所述频域残差收缩网络F-DRSN包括：依次连接的一个卷积层、残差收缩单元、全局平均池化和全连接层；其中，所述残差收缩单元的个数大于1；每个所述残差收缩单元中包括频域自校正算法； S9：基于所述频域残差收缩网络F-DRSN构建声音事件分类模型； 选择数据集用原始音频数据样本，对数据集进行划分，得到训练集；计算得到训练集数据原始的时域信号St，以及计算得到分频段减小混响后的时域信号S4t；将训练集原时域信号St和减小混响后的最终时域信号S4t混合，构成数据增强后的训练集；对增强后的训练集提取声学特征，用以训练所述声音事件分类模型，得到训练好的所述声音事件分类模型； S10：获取待检测的声音信号数据，对待检测声音信号数据提取声学特征，得到待识别声学特征； 将所述待识别声学特征送入训练好的所述声音事件分类模型中，得到最终的分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214000 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。