1.一种声学场景分类的数据增强方法,其特征在于,包括:
2.根据权利要求1所述的声学场景分类的数据增强方法,其特征在于,采集语音音频样本数据,将所述语音音频样本数据转换为频谱数据,包括:
3.根据权利要求1所述的声学场景分类的数据增强方法,其特征在于,提取所述频谱数据中的时频域特征,基于任意两个不同小批量mini-batch中确定任意两个不同样本对所述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,包括:
4.根据权利要求1所述的声学场景分类的数据增强方法,其特征在于,对所述掩蔽后样本进行合并得到混合样本,包括:
5.根据权利要求1所述的声学场景分类的数据增强方法,其特征在于,将所述混合样本的中间隐藏状态,采用基于mini-batch处理的混合物掩蔽方法进行掩蔽得到隐藏状态掩蔽区域,将所述隐藏状态掩蔽区域进行均值混合,得到语音增强数据,包括:
6.根据权利要求5所述的声学场景分类的数据增强方法,其特征在于,所述目标样本初始隐藏状态和所述另一样本隐藏状态均属于由所述时间帧数和所述频率信道数构建的维度空间。
7.一种声学场景分类的数据增强系统,其特征在于,包括:
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述声学场景分类的数据增强方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述声学场景分类的数据增强方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述声学场景分类的数据增强方法。