音频分类

作品数：88被引量：211H指数：8
导出分析报告
相关领域：自动化与计算机技术电子电信更多>>
相关作者：杨立东郑继明姜洪臣邵玉斌龙华更多>>
相关机构：腾讯音乐娱乐科技(深圳)有限公司哈尔滨工业大学深圳市腾讯计算机系统有限公司杜比实验室特许公司更多>>
相关期刊：更多>>
相关基金：国家自然科学基金北京市自然科学基金重庆市教育委员会科学技术研究项目内蒙古自治区自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于系统分类学信息的鸟类音频零样本分类
《林业科学》2025年第2期12-20,共9页谢珊珊 张军国 谢将剑 张长春 
国家自然科学基金项目(62303063,32371874)。
【目的】通过大量音频-文本对构建的鸟类音频预训练模型能基于物种类别辅助信息对缺乏训练样本的音频进行零样本分类,以减轻数据采集的负担,为鸟类音频零样本分类研究提供有效的理论依据,也为开放环境中的生态监测和物种分布变化分析提...
关键词：鸟类音频分类 零样本学习 系统分类学信息 物种类别辅助信息 对比学习 
基于RNN和K-means的音频智能分类方法
《电声技术》2024年第11期24-26,共3页胡彦红 范凯燕 
针对音频信号分类问题,提出一种结合循环神经网络(Recurrent Neural Networks,RNN)和K-means聚类算法的音频智能分类方法。该方法通过RNN模型提取音频信号的时间序列特征,利用K-means聚类算法聚类分析音频特征,以增强音频分类的健壮性...
关键词：循环神经网络(RNN) K-MEANS聚类算法 音频分类 机器学习 
基于环境声识别的工业设备状态监测实验系统设计被引量：1
《实验室研究与探索》2024年第8期47-51,共5页张雷 林子煜 李飞达 郭婧 闵丽娟 
国家自然科学基金项目(52105553);南京邮电大学教学改革研究项目(JG01623JX106)。
为了实现低成本的工业设备故障检测,设计了一套基于环境声识别的设备状态监测实验系统。基于Arduino开源硬件开发低成本的智能传感器,并部署限制感受野的深度学习模型RFL-MobileNet。通过在边缘端进行智能数据处理,系统为工厂设备提供...
关键词：嵌入式机器学习 设备状态监测 音频分类 实验系统 
基于MobileNetV3卷积神经网络的供水管道漏损音频分类被引量：1
《北京工业大学学报》2024年第7期797-804,共8页陈双叶 徐雷桁 黄成意 张智武 张林 韩默 
国家重点研发计划资助项目(2017YFB0306404)。
为了对城市供水管网漏损音进行准确识别,提出一种基于MobileNetV3的供水管道漏损音频分类识别方法。首先将ROPP数据集中的音频文件进行离线数据增强,将漏损信号转变为对数梅尔谱图并采用谱减法实现数据降噪;然后使用注意力机制模块与Mob...
关键词：声音事件分类 水管泄漏检测 MobileNetV3 数据增强 谱减法 压缩奖惩网络模块 
浅析基于深度信念网络的施工现场音频分类方法被引量：1
《房地产世界》2024年第10期29-33,共5页高罗萍 
DBN(Deep Belief Network,深度信念网络)指的是一个由多层神经元构成的基于概率的图形化知识表达与推理模型的网络,可用于音频信号的分类。在工程项目建设过程中,施工单位应用DBN技术有助于增强其工作活动识别度和远程监控效果。本文基...
关键词：深度信念网络 施工现场 音频分类 
基于多分主干外部注意力网络的水声信号识别
《计算机系统应用》2024年第4期263-270,共8页王越 李佐勇 颜佳泉 胡蓉 
福建省自然科学基金青年创新项目(2021J05202);福建省发树慈善基金会资助研究专项(MFK23006);国家自然科学基金(61972187);福建省卫生健康重大科研专项(2021ZD01004)。
水声信号识别近年来备受关注,由于海洋信道具有时变空变性、信号传播的衰落特性和水下目标声源具有复杂多变性,水声信号识别任务面临巨大挑战.传统的水声信号识别方法难以充分获取目标的表征信息且不具备良好的抗噪声能力,识别效果有待...
关键词：水声信号识别 多分支主干 注意力机制 音频分类 时频分析 
基于人工智能的音频事件分类系统研究
《电声技术》2024年第3期45-47,共3页付兆婷 
针对音频时间分类领域中的挑战,提出一种基于人工智能的音频分类系统,并结合传统隐马尔可夫模型(Hidden Markov Model,HMM)优化方法,采用UrbanSound数据集进行测试。首先,介绍了音频分类系统的框架。其次,针对传统HMM模型的不足,提出一...
关键词：人工智能 音频分类 模型融合 
时频分区扰动实现音频分类对抗样本生成
《陆军工程大学学报》2024年第1期1-11,共11页张雄伟 张强 杨吉斌 孙蒙 李毅豪 
国家自然科学基金(62071484)。
现有方法生成的音频分类对抗样本(adversarial example, AE)攻击成功率低,易被感知。鉴于此,设计了一种基于时频分区扰动(time-frequency partitioned perturbation, TFPP)的音频AE生成框架。音频信号的幅度谱根据时频特性被划分为关键...
关键词：音频分类 对抗样本 生成对抗网络 分区扰动 
基于人工听觉描述子的零样本音频分类
《南京邮电大学学报（自然科学版）》2023年第5期102-108,共7页顾正 徐新洲 
中国博士后科学基金(2022M711693);国家自然科学基金青年基金(61801241,61902187);国家自然科学基金(62071242,62172235)资助项目。
音频分类使机器具有识别音频样本类别的功能,而与传统音频分类模型不同,零样本学习模型可以识别训练期间未出现的音频类别样本。但是,当前的零样本音频分类方法在做类间信息迁移时大多依靠类别标签文本语义信息的先验知识,而语义的先验...
关键词：音频分类 零样本学习 人工听觉描述子 预训练神经网络 
面向色情音频检测的内容分类研究
《计算机与数字工程》2023年第4期877-880,958,共5页司朋举 
色情音频检测是互联网信息安全中的重要组成部分,为国内外色情音频检测研究者提供良好的数据支撑。论文介绍并公开了带有色情及非色情标签的1min或30s音频片段数据集,并提出了语音识别技术和文本分类技术相结合的检测方法,实现了对色情...
关键词：色情音频检测 语音识别 文本分类 音频分类 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部