重庆理工大学学报（自然科学） ›› 2023, Vol. 37 ›› Issue (11): 179-187.
董绍江，刘 伟
摘要： 音乐信息识别（ＭＩＲ）和自动语音识别（ＡＳＲ）都是以结构化声音为特点的声音识 别，环境声音识别在声音识别领域的难度很大。为了充分利用从环境声中提取的 ＬｏｇＭｅｌ谱图 的空间特征与通道特征，提出了一种基于密集连接卷积网络（ＤｅｎｓｅＮｅｔ）的空间通道注意力机 制。使用 ＤｅｎｓｅＮｅｔ对 ＬｏｇＭｅｌ谱图进行特征提取，引入空间通道注意力机制使网络更加关注显 著特征；为了解决数据不足导致的过拟合问题，将混合数据增强的方法应用于 ＬｏｇＭｅｌ谱图，从 而保证了数据的多样性；在 ２个公共数据集（ＥＳＣ５０和 ＥＳＣ１０）验证所提方法的有效性。结果 表明：所提的空间通道注意力机制模型能够使神经网络对环境声音的识别率分别达到 ７９３％ （ＥＳＣ５０）和 ９４．３％（ＥＳＣ１０）。
中图分类号:
主管单位：重庆市教育委员会