原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及基于深度学习的气体光声光谱增强声纹识别方法与装置，其方法包括：获取目标特征气体在不同组分和浓度下的多个光声声谱，得到光声声谱数据集；获取光声池在不同声音环境下的噪声，得到噪声数据集；对光声声谱数据集中的每个光声声谱进行分帧，提取每个光声声谱的梅尔频率倒谱系数、波峰、波谱偏度和频谱峰度；根据上述特征、增强噪声数据集中的噪声和目标特征气体的浓度训练循环神经网络并将其用于识别光声声谱对应目标特征气体的浓度。本发明通过光声池的环境噪声数据的增强，提高识别模型的泛化性和鲁棒性，能适用于不同声音环
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 112504970 B
(45)授权公告日 2021.04.20
(21)申请号 202110168036.0 G10L 25/24 (2013.01)
文档评论（0）