【技术实现步骤摘要】
提供工作谱的方法和设备及对音调信号进行分类的方法
本专利技术涉及用于为被构造为对音调信号进行分类的机器学习算法提供工作谱的方法和设备，并且涉及特别是在车辆的处理器上对音调信号进行分类的方法。
技术介绍
在也可以称为神经网络的机器学习算法中，可以分析音调信号以获得包含在所述音调信号中的信息。例如，使用对应训练或学习的神经网络，可以对说出的语言进行语言识别，并且可以输出说出的内容的文本。例如，为了进行语言识别使用卷积神经网络（CNN）来进行语义解析和句子分类。在此，可以将所述音调信号的谱图作为输入参数提供给所述神经网络。
技术实现思路
在这种背景下，利用这里提出的方案提出了根据独立权利要求的一种用于为被构造为对音调信号进行分类的机器学习算法提供工作谱的方法，一种用于对音调信号进行分类的方法，一种对应的设备，最后是对应的计算机程序产品，以及一种机器可读存储介质。这里提出的方案的有利的扩展和改进从说明书中得出并且在从属权利要求中加以描述。本专利技术的优点本专利技术的实施例可以有利地使得可以...
【技术保护点】
1.一种用于为被构造为对音调信号进行分类的机器学习算法提供工作谱（106）的方法，其中使用S形频率标度（100）从所读入的所述音调信号的输入谱（102）来提供所述工作谱（106）。/n
【技术特征摘要】
20191002 DE 102019215269.41.一种用于为被构造为对音调信号进行分类的机器学习算法提供工作谱（106）的方法，其中使用S形频率标度（100）从所读入的所述音调信号的输入谱（102）来提供所述工作谱（106）。
2.根据权利要求1所述的方法，其中，从时间上彼此跟随的多个工作谱（106）中提供所述音调信号的工作谱图（200）。
3.根据前述权利要求中任一项所述的方法，其中，所述输入谱（102）的通过所述S形频率标度（100）定义的至少一个期望频率范围以高分辨率映射在所述工作谱（106）中，和/或所述输入谱（102）的通过所述S形频率标度（100）定义的至少一个非期望频率范围以低分辨率映射在所述工作谱（106）中。
4.根据权利要求3所述的方法，其中，所述期望频率范围在300Hz和4kHz之间，其中所述期望频率范围特别是在1kHz和3.3kHz之间。
5.根据权利要求3至4中任一项所述的方法，其中，在所述期望频率范围内特别是来自应急车辆的紧急信号和/或特殊信号映射在所述音调信号中。
6.根据前述权利要求中任一项所述的方法，其中，所述工作谱（106）具有一定数量的工作带（104），每个工作带具有通过S形频率标度（100）定义的传输频宽，其中将所述输入谱（102）的输入频率（108）分配给不同的工作带（104...
【专利技术属性】
技术研发人员：C·拜耳，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：德国;DE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。