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！

龙图腾网获悉湖南大学申请的专利多异构设备下的扬声器音频分类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：CN116092514B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310049668.4，技术领域涉及：G10L25/03；该发明授权多异构设备下的扬声器音频分类方法是由蒋洪波;张泰源;刘代波;肖竹;曾凡仔设计研发完成，并于2023-02-01向国家知识产权局提交的专利申请。

本多异构设备下的扬声器音频分类方法在说明书摘要公布了：本公开实施例中提供了一种多异构设备下的扬声器音频分类方法，属于数据识别技术领域，具体包括：步骤1，调用手机内置加速度传感器采集同一板载扬声器播放的初始振动信号；步骤2，对初始振动信号进行预处理操作；步骤3，剔除预处理后的初始振动信号中的干扰信号，得到目标振动信号；步骤4，筛选与音频内容高度相关和设备无关的信号统计特征；步骤5，根据信号统计特征，使用对抗性神经网络对目标振动信号的音频内容进行分类。通过本公开的方案，提高了语音识别的效率和精准度。

本发明授权多异构设备下的扬声器音频分类方法在权利要求书中公布了：1.一种多异构设备下的扬声器音频分类方法，其特征在于，包括： 步骤1，调用手机内置加速度传感器采集同一板载扬声器播放的初始振动信号； 步骤2，对初始振动信号进行预处理操作； 步骤3，剔除预处理后的初始振动信号中的干扰信号，得到目标振动信号； 所述步骤3具体包括： 步骤3.1，计算预处理后的初始振动信号中每个时间窗口下的信号特征并将其放入单类支持向量机分类器以得到输出归一化分数，其中，信号特征包括Sharpness、Smoothness、SpecKurt和SpecCrest； 步骤3.2，将归一化分数低于阈值所对应的信号作为目标振动信号； 步骤4，筛选与音频内容高度相关和设备无关的信号统计特征； 所述步骤4具体包括： 使用随机森林方法从LibXtract特征库中筛选出与音频内容高度相关的关键特征； 在筛选出的关键特征的基础上，采用相关性分析挑选出受设备影响小的预设数量的特征作为信号统计特征； 步骤5，根据信号统计特征，使用对抗性神经网络对目标振动信号的音频内容进行分类，其中，所述对抗性神经网络包括特征提取器、单词识别器和设备鉴别器，其中，所述特征提取器包括一个前馈神经网络和卷积神经网络； 所述步骤5具体包括： 特征提取器将信号统计特征和目标振动信号的频谱图输入前馈神经网络和卷积神经网络进行压缩，得到一维特征并联结在同一个特征向量中； 将多个特征向量输入单词识别器，输出每个音频内容的置信度，当置信度的值大于经验阈值时，判别该音频内容为置信度最大的类别，形成单词标签； 设备鉴别器特征提取器和单词识别器的输出联结输出设备标签向量中； 利用总损失函数迭代更新特征提取器、单词识别器和设备鉴别器之间的min-max博弈，得到目标振动信号的音频内容对应的分类结果。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路麓山门；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”。

以上内容由龙图腾AI智能生成。