1.一种音频场景识别分类方法，用于对不同场景下的音频数据进行分类，其特征在于，所述音频场景识别分类方法包括以下步骤：步骤1、获取音频数据及音频数据标记，所述音频数据包括训练集数据和测试集数据；

步骤2、对音频数据进行预处理，然后再对音频数据做傅立叶变换并计算通过滤波器的能量，以获取特征数据；

步骤3、定义CNN模型的结构以及CNN模型的训练参数；

步骤4、使用训练集数据对CNN模型进行训练；

步骤5、将测试集数据输入到训练完成的CNN模型中进行分类，得出分类结果；

步骤6、判断分类结果是否为初次分类，若是，则转入步骤7；否则转入步骤9；

步骤7、将分类结果保存为初次识别分类结果并对训练集数据进行重新标记；

步骤8、将重新标记的训练集数据进行重新整理后转入步骤2；

步骤9、将分类结果保存为二次分类结果并对该二次分类结果进行维度映射；

步骤10、融合初次识别分类结果和维度映射后的二次分类结果，得到测试集数据的概率矩阵；

步骤11、在概率矩阵的每一列中选取概率最高的类别作为该列的识别分类类别，统计概率矩阵中所有的识别分类类别，生成最终结果的准确率混淆矩阵，分类结束。

2.根据权利要求1所述的音频场景识别分类方法，其特征在于，步骤1中的音频数据标记具体为：训练集数据进行自我标记，测试集数据自身带有正确的标记。

3.根据权利要求1所述的音频场景识别分类方法，其特征在于：步骤2中的预处理包括‑1预加重、分帧处理和加窗函数，预加重的滤波器设为：H(z)＝1‑az ，其中，a为一个常数；分帧处理使相邻两帧之间有部分重叠；加窗函数用于将每一帧乘以海宁窗；利用傅立叶变换并计算通过滤波器的能量来获取特征数据的计算公式为：X(i,k)＝FFT[xi(m)]；

2

E(i,k)＝[X(i,k)]；

其中，xi(m)为经过预处理后的时域数据，X(i,k)为频域数据，E(i,k)为谱线能量，S(i,m)为通过滤波器的能量，m是指第m个滤波器，M为滤波器的数量，i是指第i帧，MFCC(i,n)为将通过滤波器的能量取对数且计算DCT后的滤波器倒谱图，即特征数据，DCT为离散余弦变换，n是进行DCT计算后的谱线。

4.根据权利要求1所述的音频场景识别分类方法，其特征在于：步骤3中CNN模型的结构包括输入层、第一批量归一化层、卷积模块、平均池化层、丢弃层、全连接层、softmax层和分类层，所述输入层用于向网络输入元素；所述第一批量归一化层用于对小批量中的每个输入通道进行归一化；所述平均池化层通过将输入的元素划分为矩形池化区域并计算每个区域的平均值来执行采样；所述丢弃层用于以给定的概率将输入的元素随机设置为零；所述全连接层用于将输入的元素乘以权重矩阵并与偏置向量相加；所述softmax层用于对输入的元素应用softmax函数；所述分类层用于计算具有互斥类的多类分类问题的交叉熵损失。

5.根据权利要求4所述的音频场景识别分类方法，其特征在于：所述卷积模块由卷积块组成，所述卷积块包括卷积层、第二批量归一化层、ReLU层和最大池化层，所述卷积层用于对输入的元素采取滑动卷积过滤器，所述卷积层内设有卷积核，卷积层之间通过神经元连接；所述ReLU层用于对输入的元素执行阈值运算；所述第二批量归一化层用于对小批量中的每个输入通道进行归一化；所述最大池化层通过将输入的元素划分为矩形池化区域并计算每个区域的最大值来执行采样。

6.根据权利要求5所述的音频场景识别分类方法，其特征在于：步骤3中CNN模型的训练参数包括将卷积核设为3个，每一层所述卷积层对应神经元的核数设为32、2*32、4*32、8*

32；丢弃率设为0.5；初始学习率设为0.05；小批量设为128；周期设为8；学习率丢弃周期设为2；学习率丢弃参数设为0.2。

7.根据权利要求1所述的音频场景识别分类方法，其特征在于，步骤5具体为：在训练后的CNN模型中输入所述测试集数据并将所述测试集数据分类到各类别中，得出测试集数据在各类别中的概率矩阵，在概率矩阵的每一列中选取概率最高的类别作为该列的预测类，统计所有预测类，生成准确率混淆矩阵。

8.根据权利要求7所述的音频场景识别分类方法，其特征在于，步骤6具体为：若分类结果是初次分类，则保存为概率矩阵A，观察预测类中效果最差的一类，设为a类，寻找误分到a类中数量最多的真实类，设为b类，转入步骤7；若分类结果不是初次分类，则保存为概率矩阵B，转入步骤9。

9.根据权利要求8所述的音频场景识别分类方法，其特征在于，步骤7中重新标记训练集数据的步骤具体为：将a类保持为a类；将b类保持为b类；剩余类别标记为default类。

10.根据权利要求9所述的音频场景识别分类方法，其特征在于，步骤9具体为：对概率矩阵B进行维度映射得出概率矩阵f(B)，使所述概率矩阵f(B)的维度与所述概率矩阵A的维度相同，维度映射规则为：a类的概率值保持为a类概率值；b类的概率值保持为b类概率值；

剩余类的概率值设为default类概率值。