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！

龙图腾网获悉中国科学院自动化研究所申请的专利适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品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：CN121354595B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511901956.3，技术领域涉及：G10L25/51；该发明授权适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品是由刘滨;李文娟;李兵;原春锋;胡卫明设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品在说明书摘要公布了：本公开涉及计算机技术和音频信号处理领域，提供一种适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品，该方法包括：获取目标音频；利用音频分类模型的音频分解模块，对目标音频进行分解，得到第一子带和第二子带；利用音频分类模型的特征提取模块，对第一子带和第二子带进行特征提取，得到与第一子带对应的第一特征以及与第二子带对应的第二特征；利用音频分类模型的分类模块，基于第一特征和第二特征，预测目标音频的声音分类。本公开可以解决对音频的同质化处理导致冗余计算的问题，避免无法区分高频信息和低频信息的问题，对不同频率成分可以执行针对性的特征提取，从而可以避免冗余计算，提高音频分类的计算效率。

本发明授权适用于边缘设备的类脑低功耗音频分类方法及装置、设备、介质及产品在权利要求书中公布了：1.一种音频分类方法，其特征在于，所述音频分类方法包括： 获取目标音频； 利用音频分类模型的音频分解模块，对所述目标音频进行分解，得到第一子带和第二子带，其中，所述第一子带包含第一频率成分，所述第二子带包含第二频率成分，所述第一频率成分的声音频率高于所述第二频率成分的声音频率； 利用所述音频分类模型的特征提取模块，对所述第一子带和所述第二子带进行特征提取，得到与所述第一子带对应的第一特征以及与所述第二子带对应的第二特征； 利用所述音频分类模型的分类模块，基于所述第一特征和所述第二特征，预测所述目标音频的声音分类， 其中，所述音频分解模块包括预测算子和更新算子，其中，所述音频分解模块通过以下方式从所述目标音频中分解得到所述第一子带和所述第二子带： 在时间维度上，按照所述目标音频的音频特征的索引的奇偶，对所述目标音频的音频特征进行第一级分解，得到偶数部分和奇数部分； 利用所述预测算子，对所述偶数部分进行预测操作，得到预测结果； 通过将所述奇数部分减去所述预测结果，得到第一系数，其中，所述第一系数表征音频的细节特征； 利用所述更新算子，对所述第一系数进行更新操作，得到更新结果； 通过将所述偶数部分加上所述更新结果，得到第二系数，其中，所述第二系数表征音频的整体特征； 在频率维度上，按照频率成分，对所述第一系数和所述第二系数进行第二级分解，得到所述第一子带和所述第二子带， 其中，所述预测算子包括第一卷积层和第一缩放参数，所述第一缩放参数用于对所述第一卷积层的卷积结果进行缩放，所述更新算子包括第二卷积层和第二缩放参数，所述第二缩放参数用于对所述第二卷积层的卷积结果进行缩放，其中，所述音频分类模型采用端到端的训练，所述第一缩放参数和所述第二缩放参数均为在所述音频分类模型的训练过程中的可学习参数， 其中，所述特征提取模块包括第一通路和第二通路，其中，所述特征提取模块通过以下方式得到所述第一特征和所述第二特征： 利用所述第一通路，从所述第一子带中提取瞬态特征作为所述第一特征，其中，所述第一通路基于脉冲神经网络实现； 利用所述第二通路，从所述第二子带中提取稳态特征作为所述第二特征，其中，所述第二通路基于深度可分离残差块实现。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。