融合文本信息的敏感音频识别模型训练方法及识别方法技术

本申请提供一种融合文本信息的敏感音频识别模型训练方法及识别方法，属于敏感音频识别技术领域，其中，所述方法包括：所述电子设备获取敏感音频数据的音频特征向量和文本特征向量；所述电子设备将所述音频特征向量与所述文本特征向量合并；所述电子设备将合并后的两个所述音频特征向量和文本特征向量输入深度神经网络后，经过分类损失函数进行训练，以得到敏感音频识别模型。本申请的方法，通过增加敏感音频的文本信息对模型进行训练，将音频中说话的文本信息引入到敏感音频识别模型中，从而让模型可以结合文本和音频信息更加有效的判断音频是否含有娇喘的违规内容。

【技术实现步骤摘要】
融合文本信息的敏感音频识别模型训练方法及识别方法
本申请涉及敏感音频识别
，尤其涉及融合文本信息的敏感音频识别模型训练方法及识别方法。
技术介绍
随着科学技术的发展，语音识别技术受到广泛的应用。对于识别技术的精准性和针对性越来越受到重视。通过针对性的识别可以对某一类型的音频进行精准的识别。在现有技术中，针对敏感类音频，例如，违规的娇喘内容等，目前敏感音频的识别的准确度已经大大提高，但是仍然存在没有精准识别到的情况，因此需要进一步提高对敏感音频识别的准确性。
技术实现思路
有鉴于此，本申请提供一种融合文本信息的敏感音频识别模型训练方法及识别方法，在传统的敏感音频训练中增加文本信息，将文本信息与敏感音频结合，有效提高敏感音频识别模型的准确性判断。本申请的一些实施方式提供了一种融合文本信息的敏感音频识别模型训练方法及识别方法。以下从多个方面介绍本申请，以下多个方面的实施方式和有益效果可互相参考。第一方面，本申请提供一种融合文本信息的敏感音频识别模型训练方法，包括：所述电子设备获取敏感音频数据的音频特征本文档来自技高网...

【技术保护点】
1.一种融合文本信息的敏感音频识别模型训练方法，应用于电子设备，其特征在于，所述方法包括：/n所述电子设备获取敏感音频数据的音频特征向量和文本特征向量；/n所述电子设备将所述音频特征向量与所述文本特征向量合并；/n所述电子设备将合并后的两个所述音频特征向量和文本特征向量输入深度神经网络后，经过分类损失函数进行训练，以得到敏感音频识别模型。/n

【技术特征摘要】
1.一种融合文本信息的敏感音频识别模型训练方法，应用于电子设备，其特征在于，所述方法包括：
所述电子设备获取敏感音频数据的音频特征向量和文本特征向量；
所述电子设备将所述音频特征向量与所述文本特征向量合并；
所述电子设备将合并后的两个所述音频特征向量和文本特征向量输入深度神经网络后，经过分类损失函数进行训练，以得到敏感音频识别模型。


2.根据权利要求1所述的方法，其特征在于，所述电子设备获取敏感音频数据的音频特征，包括：
所述电子设备将所述敏感音频数据输入卷积神经网络，并从所述卷积神经网络的聚合层提取所述音频特征。


3.根据权利要求1所述的方法，其特征在于，所述电子设备获取敏感音频数据的文本特征，包括：
所述电子设备将所述敏感音频数据输入语音识别模型，并获取所述敏感音频的文本信息；
所述电子设备将所述文本信息输入Bert模型，并从所述文本信息中提取文本特征。


4.根据权利要求2所述的方法，其特征在于，所述电子设备获取敏感音频数据的文本特征，包括：
所述电子设备从所述卷积神经网络的总层数的1/2-3/4之间层提取文本特征。


5.根据权利要求1所述的方法，其特征在于，所述深度神经网络为2层的深度神经网络模型或3层的深度神经网络模型。


6.一种敏感音频识别方法，应用于电子设备，其特征在于，所述方法包括：
所述电子设备获取待识别的音频数据；
所述电子设备...

【专利技术属性】
技术研发人员：陈华官，张志齐，
申请(专利权)人：上海依图网络科技有限公司，
类型：发明
国别省市：上海;31