桂林理工大学刘一欣获国家专利权
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！
龙图腾网获悉桂林理工大学申请的专利一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法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：CN116631386B 。
龙图腾网通过国家知识产权局官网在2025-06-13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：202310245365.X，技术领域涉及：G10L15/16；该发明授权一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法是由刘一欣;王玫;杨松铭设计研发完成，并于2023-03-14向国家知识产权局提交的专利申请。
本一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法在说明书摘要公布了：本发明提供一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法，该方法采用了SE残差块对网络的特征提取能力和空间信息的融合进行了改进，同时可以实现同时进行声音事件检测和声音事件定位，减少了算法复杂度和计算量，使用联合训练的方法优化了声音事件检测和声音事件定位任务的损失函数，提高了模型的泛化能力和稳定性。
本发明授权一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法在权利要求书中公布了：1.一种基于融合通道注意力机制的残差模块的声音事件定位与识别方法，其特征在于，包括如下步骤： 步骤一：声事件数据集的采集与预处理，采集多通道的音频数据集，使用一阶AmbisonicsFOA格式信号，然后对数据进行预处理得到多通道的对数梅尔频谱和FOA强度向量； 步骤二：特征提取，将步骤一得到的对数梅尔普图和强度向量输入到融合通道注意力机制的残差模块网络中提取所需特征； 步骤三：音频事件检测SED：对步骤二得到的特征使用一个全连接神经网络对每个时刻的特征进行分类，每个时间步长上，SED任务输出一个二值分类标签，表示该时间步长是否存在声音事件，以确定是否存在音频事件； 步骤四：音频事件定位SEL：对步骤二得到的特征使用另一个对每个时刻的特征进行回归任务，每个时间步长上，SEL任务输出一个四元组，表示声音事件在三维空间中的位置和持续时间； 步骤五：多任务学习：将音频数据划分为训练集、验证集以及测试集，搭建融合通道注意力机制的残差对音频数据进行训练，将SED和SEL任务的损失函数结合起来，使用联合训练的方法进行优化； 步骤六：使用预先定义的评估指标对模型进行评估，并与其他方法进行比较，以确定其性能是否足够优秀。
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桂林理工大学，其通讯地址为：541004 广西壮族自治区桂林市七星区建干路12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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号