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
本发明提供一种声学场景分类的数据增强方法及系统，属于语音识别技术领域，包括：将语音音频样本数据转换为频谱数据；提取频谱数据中的时频域特征，基于任意两个不同mini‑batch中确定任意两个不同样本对时频域特征进行时频掩蔽和倒置时频掩蔽，得到掩蔽后样本；对掩蔽后样本中任意两个样本进行合并得到混合样本；将混合样本的中间隐藏状态，基于混合物掩蔽方法进行掩蔽得到隐藏状态掩蔽区域，将隐藏状态掩蔽区域进行均值混合，得到语音增强数据。本发明通过应用时频掩蔽来混合不同的音频数据样本，有效地保持每个音频样本的频谱
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117037824 A
(43)申请公布日 2023.11.10
(21)申请号 202310995522.9 G10L 25/30 (2013.01)
(22)申请日 2023.08.
文档评论（0）