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！

龙图腾网获悉四川中云智网科技有限公司申请的专利一种基于多粒度切片的音频分割与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：CN116580703B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310666062.5，技术领域涉及：G10L15/04；该发明授权一种基于多粒度切片的音频分割与分类方法是由刘强;郑铸设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本一种基于多粒度切片的音频分割与分类方法在说明书摘要公布了：本发明公开了一种基于多粒度切片的音频分割与分类方法，包括对音频进行预处理后得到统一采样率的音频文件；将音频文件在不同的时间粒度下分别按相应的时间粒度进行切片；对不同时间粒度下的每段切片进行MFCC特征提取后作图像化处理；建立图像分类卷积神经网络模型，并进行训练和验证；将待处理音频处理后输入图像分类卷积神经网络模型，得到每个切片的分类结果；根据分类结果进行聚合分析，得到音频文件的分割点和分段类型。本发明通过采用不同时间粒度对长音频进行切割，利用图像分类卷积神经网络模型进行类型判断和分类归集，最后进行聚合分析，从而可快速准确的找到不同类型音频之间的切割点，并判断切割点前后音频段的音频类型。

本发明授权一种基于多粒度切片的音频分割与分类方法在权利要求书中公布了：1.一种基于多粒度切片的音频分割与分类方法，其特征在于：包括以下步骤： S1：对音频进行预处理，得到统一采样率的的音频文件； S2：对统一采样率的音频文件在不同的时间粒度下分别从头到尾依次按相应的时间粒度进行切片； S3：对不同时间粒度下的每段切片进行MFCC特征提取，并将提取的特征数据图像化，得到MFCC特征图像； S4：建立图像分类卷积神经网络模型，并构建样本集音频，将样本集中80％的音频按上述S1-S3步骤处理后与相应的分类类型标签关联，然后输入图像分类卷积神经网络模型中完成对图像分类卷积神经网络模型训练，并将样本集中20％的音频作为测试集对训练后的图像分类卷积神经网络模型进行校验，校验后得到最终的图像分类卷积神经网络模型； S5：将待切割的音频按上述S1-S3步骤处理得到不同时间粒度下每个切片的MFCC特征图像，并将得到的MFCC特征图像输入最终的图像分类卷积神经网络模型中，得到每个切片的分类结果； S6：通过对不同时间粒度下每个切片的分类结果进行聚合分析，得到音频基于最小粒度准确度的分割点和分段类型。

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四川中云智网科技有限公司，其通讯地址为：610000 四川省成都市成华区建设南二路1号4幢1单元4楼1号；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。