公开(公告)号：CN116645975B

公开(公告)日：2024-03-26

申请号：CN202310633815.2

申请日：2023-05-31

Applicant: 北京师范大学珠海分校

Inventor： 陈海 ,  孙奕炜

IPC: G10L25/30 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G10L25/27 ,  G10L25/66 ,  G10L25/24 ,  G10L25/18

Abstract: 本发明公开了一种呼吸声音特征自动抽取方法、装置、存储介质以及系统。通过将Mel频率倒谱系数特征与可变窗口S‑Transform特征融合以获得第一融合矩阵，利用深度学习网络对特征进行自动抽取，该自动抽取方法、装置、计算机可读存储介质以及系统提高了特征抽取的多模态性，减少了重要特征信息损失，并进一步提高了特征抽取效果，保证准确度和有效性；进一步地，本发明公开的一种呼吸声音特征自动抽取方法、装置、存储介质以及系统还通过对采集的声音进行预处理，从而降低了计算量。

公开(公告)号：CN116645975A

公开(公告)日：2023-08-25

申请号：CN202310633815.2

申请日：2023-05-31

Applicant: 北京师范大学珠海分校

Inventor： 陈海 ,  孙奕炜

IPC: G10L25/30 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08 ,  G10L25/27 ,  G10L25/66 ,  G10L25/24 ,  G10L25/18

Abstract: 本发明公开了一种呼吸声音特征自动抽取方法、装置、存储介质以及系统。通过将Mel频率倒谱系数特征与可变窗口S‑Transform特征融合以获得第一融合矩阵，利用深度学习网络对特征进行自动抽取，该自动抽取方法、装置、计算机可读存储介质以及系统提高了特征抽取的多模态性，减少了重要特征信息损失，并进一步提高了特征抽取效果，保证准确度和有效性；进一步地，本发明公开的一种呼吸声音特征自动抽取方法、装置、存储介质以及系统还通过对采集的声音进行预处理，从而降低了计算量。