Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川大学林毅获国家专利权

四川大学林毅获国家专利权

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!

龙图腾网获悉四川大学申请的专利一种基于特征解耦和对比学习的音频分类方法及装置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:CN119132331B

龙图腾网通过国家知识产权局官网在2025-07-08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:202411131516.X,技术领域涉及:G10L25/03;该发明授权一种基于特征解耦和对比学习的音频分类方法及装置是由林毅;熊一璠;郭东岳;杨慧设计研发完成,并于2024-08-18向国家知识产权局提交的专利申请。

一种基于特征解耦和对比学习的音频分类方法及装置在说明书摘要公布了:本发明公开了一种基于特征解耦和对比学习的音频分类方法及装置,包括以下步骤:步骤1:获取音频文件以及其对应标签信息,并进行预处理将音频文件转换为波形数据;步骤2:构建音频分类模型,将预处理数据传入进行前向传播,模型具体包含特征提取模块、重构解耦模块以及对比分类模块,其中特征提取模块主要负责将输入音频信息提取为目标粗粒度信息和非目标粗粒度信息;重构解耦模块则根据目标信息与非目标信息的互信息上界结合重构实现信息解耦精细化。本发明能够在有效识别音频中的目标信息的同时,实现兼具精确度和鲁棒性的分类效果。

本发明授权一种基于特征解耦和对比学习的音频分类方法及装置在权利要求书中公布了:1.一种基于特征解耦和对比学习的音频分类方法,其特征在于,包括以下步骤: 步骤1:采集音频文件以及其所属种类,并将预处理后得到的音频波形数据作为模型输入的同时生成对应分类标签,构建音频分类数据集; 步骤2:构建音频分类模型ACM,并通过交替训练的方式对模型ACM参数进行优化; 音频分类模型ACM主要包括特征提取模块AFEM、重构解耦模块RFDM和对比分类模块CLCM; 特征提取模块AFEM根据步骤1模型输入数据分别得到音频表征中的目标粗粒度信息t=TIEMI和非目标粗粒度信息n=NTIEMI; 重构解耦模块RFDM由解耦函数FDF和重构模块RM组成; 解耦函数FDF在变分分布q的均值qm、标准差qd以及非目标粗粒度信息的基础上,通过构建并以此作为loss函数对目标信息提取模块TIEM和非目标信息提取模块NTIEM进行优化,使其能从压缩音频表征I精细化解耦出目标信息细粒度表征tfine-turn=TIEMI和非目标信息细粒度表征nfine-turn=NTIEMI; 重构模块RM主要通过全连接层、BatchNorm层以及ReLU激活函数组成,其输入为拼接信息Iconcat=concat[tfine-turn,nfine-turn],dim=-1,通过重构模块RM得到重构后的压缩音频表征Irec=RMIconcat,实现粗粒度信息间的无漏解耦,使其在语义空间中完全分离,完成信息解耦粒度精细化的转变; 对比分类模块CLCM根据带有Mask机制的监督式对比学习结合交叉熵,在学习解耦后的目标细粒度信息鲁棒表示的基础上完成高精度分类; 步骤3、构建音频变分拟合模块VDFM,根据目标粗粒度信息与非目标粗粒度信息拟合变分概率分布并得到准确的互信息上界; 步骤4、将所需分类音频输入训练后的音频分类模型ACM,即可得到音频对应类别。

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四川大学,其通讯地址为:610065 四川省成都市武侯区一环路南一段24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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。