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！

龙图腾网获悉广东工业大学申请的专利一种基于轻量化ECAPA-TDNN神经网络的室内环境音自动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：CN116013276B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211715093.7，技术领域涉及：G10L15/16；该发明授权一种基于轻量化ECAPA-TDNN神经网络的室内环境音自动分类方法是由杨俊杰;丁家辉;翁士龙;胡锦业;谢胜利;刘子瑜;李津设计研发完成，并于2022-12-28向国家知识产权局提交的专利申请。

本一种基于轻量化ECAPA-TDNN神经网络的室内环境音自动分类方法在说明书摘要公布了：本发明公开了一种基于轻量化ECAPA‑TDNN神经网络的室内场景环境音自动分类方法，涉及环境音分类技术领域，包括以下步骤：第一步，通过时间屏蔽、频率屏蔽并平移音频数据完成对初始环境音数据的增广。第二步，通过预加重、短时傅里叶变换、梅尔滤波等步骤，对室内场景环境音数据进行梅尔谱图特征提取；将获取的环境音梅尔谱图特征特征数据分为训练集和测试集。第三步，构建ECAPA‑TDNN网络模型，通过训练集优化ECAPA‑TDNN网络神经元参数；再将训练好的神经网络用于环境音测试集分类。对比于使用传统的训练分类框架环境音分类方法，本发明所提方法准确率更高、适用性更广、消耗计算资源更少。

本发明授权一种基于轻量化ECAPA-TDNN神经网络的室内环境音自动分类方法在权利要求书中公布了：1.一种基于轻量化ECAPA-TDNN神经网络的室内环境音自动分类方法，其特征在于，包括如下步骤： S1、音频预处理：将多通道环境音信号转化为固定通道数量并进行采样和标准化长度处理； S2、数据增广：对S1的环境音信号进行时间屏蔽和频率屏蔽，并平移音频以增广环境音数据； S3、特征提取：基于增广的环境音数据，对数据进行预加重并进行短时傅里叶变换，随后进行梅尔滤波，输出梅尔谱特征向量；采用倒谱平均减法对梅尔谱特征向量进行二次随机归一化处理，建立特征数据集并加载； S4、将S3提取的环境音特征数据集输入卷积层，并使用Kaiming归一化和偏差置零增加网络各层之间的非线性关系；经过批标准化之后进入卷积层迭代，当卷积层通道数量达到阈值后，输出至下一层； S5、构建ECAPA-TDNN分类器的压缩-激励模块，池化与线性层模块：将S4的输出进行平均池化、卷积和非线性变化处理； S6、训练阶段：将S5的输出结合标签信息进行训练，经过迭代达到最大次数后完成对ECAPA-TDNN分类器结构和参数的优化训练； S7、测试阶段：利用训练好的ECAPA-TDNN分类器对测试样本数据集中的环境音特征进行分类，得到测试分类结果。

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广东工业大学，其通讯地址为：510060 广东省广州市东风东路729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。