一种用于判别咳嗽音的多分支模型系统的持续学习方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种用于判别咳嗽音的多分支模型系统的持续学习方法
申请号:CN202410889363
申请日期:2024-07-04
公开号:CN118430575B
公开日期:2024-09-06
类型:发明专利
摘要
本发明涉及语音识别与人工智能技术领域,尤其涉及一种用于判别咳嗽音的多分支模型系统的持续学习方法,包括:对待判别音频数据进行频谱分析,生成待判别音频数据的梅尔倒谱图;将梅尔倒谱图输入到能够扩展分支的多分支模型系统中,以得到最终的用于表示待判别音频数据是否为咳嗽音的二分类结果;其中,多分支模型系统包括n个并联的分支,并且n个并联的分支中每个分支均包括咳嗽音感知模型,其中,第n个分支中的咳嗽音感知模型是利用前n‑1个分支中的咳嗽音感知模型均判别错误的训练样本数据进行训练后得到的,从而能够解决现有技术中存在着的“遗忘”的问题。
技术关键词
持续学习方法 咳嗽 训练样本数据 多分支 图像 滑动窗口 波形 音频 终点 机器可读指令 模块 语音 电子设备 处理器 人工智能技术 存储器 采样率