一种用于音频场景分类的数据扩充方法及装置

摘要

本公开提出了一种用于音频场景分类的数据扩充方法及装置，该数据扩充方法首先基于LDA挖掘音频文档中的关键音频事件；其次，对每类音频场景，分别统计类内关键音频事件出现次数的概率分布、在每一出现次数下关键音频事件出现位置的概率分布以及在每一出现次数下，关键音频事件持续时长的概率分布；最后，根据统计得到的概率分布生成新音频文档。本公开提出的数据扩充方法由关键音频事件和非关键音频事件根据训练集中关键音频事件的概率分布生成新数据，这种方法生成的新数据能很好地模拟真实环境下的音频场景，因而能有效地提高模型的分类性能，在不同的网络结构下和不同的数据集上都具有良好的稳定性。