RELAXED INSTANCE FREQUENCY NORMALIZATION FOR NEURAL-NETWORK-BASED AUDIO PROCESSING

Techniques and apparatus for training a neural network to classify audio into one of a plurality of categories and using such a trained neural network. An example method generally includes receiving a data set including a plurality of audio samples. A relaxed feature-normalized data set is generated by normalizing each audio sample of the plurality of audio samples. A neural network is trained to classify audio into one of a plurality of categories based on the relaxed feature-normalized data set, and the trained neural network is deployed. L'invention concerne des techniques et un appareil destinés à l'entraînement d'un réseau neuronal pour classer des éléments audio dans une catégorie d'une pluralité de catégories et à l'utilisation d'un tel réseau neuronal entraîné. Un procédé donné à titre d'exemple consiste de manière générale à recevoir un ensemble de données comprenant une pluralité d'échantillons audio. Un ensemble de données normalisées à caractéristiques relâchées est généré par normalisation de chaque échantillon audio de la pluralité d'échantillons audio. Un réseau neuronal est entraîné pour classer des éléments audio dans l'une d'une pluralité de catégories sur la base de l'ensemble de données normalisées à caractéristiques relâchées, et le réseau neuronal entraîné est déployé.