1.一种声学场景分类模型，其特征在于，所述声学场景分类模型包括：
数据获取模块，用于获取输入音频数据；
音频信号预处理模块，用于对所述输入音频数据进行处理，得到梅尔频率倒谱系数特征；
多个依次连接的深度膨胀残差块，用于对输入特征进行膨胀卷积，以及对膨胀卷积结果进行频域实例归一化得到中间特征，将所述中间特征输入下一个深度膨胀残差块，直至所述中间特征输入值最后一个深度膨胀残差块，将最后一个深度膨胀残差块输出的中间特征输入卷积层，其中，第一个深度膨胀残差块的输入特征为所述梅尔频率倒谱系数特征；
卷积层，用于根据输入的所述中间特征生成卷积结果；
全连接层，用于根据所述卷积结果和饱和激活函数确定声学场景分类结果。
2.如权利要求1所述的声学场景分类模型，其特征在于，所述音频信号预处理模块包括：
短时傅里叶变换模块，用于对所述输入音频数据进行短时傅里叶变换得到初始频谱图；
梅尔滤波器，用于根据所述初始频谱图创建梅尔频谱图；
取对数模块，用于对所述梅尔频谱图取对数，得到取对数结果；
离散余弦变换模块，用于对所述取对数结果进行离散余弦变换，得到梅尔频率倒谱系数特征。
3.如权利要求1或2任一项所述的声学场景分类模型，其特征在于，所述深度膨胀残差块包括：
一个或多个依次连接的膨胀卷积块，用于对输入特征进行膨胀卷积，得到膨胀卷积结果；
频域实例归一化模块，用于对所述膨胀卷积结果中每个批次的每个二维音频特征的每个频域维度进行独立的归一化，得到归一化后特征；
残差连接模块，用于将所述膨胀卷积结果与归一化后特征在频域维度相加，得到所述中间特征。
4.一种声学场景分类模型训练方法，其特征在于，所述方法包括：
获取训练数据，所述训练数据包括将样本声场景音频数据与样本设备脉冲响应数据进行卷积操作得到的样本混合音频数据；
将所述样本混合音频数据作为输入音频数据输入如权利要求1‑3任一项所述的声学场景分类模型，得到声学场景分类结果，作为预测样本分类结果；
根据所述预测样本分类结果和所述样本声场景音频数据对应的真实分类结果确定损失函数；
通过所述损失函数对所述声学场景分类模型进行训练，得到训练后的声学场景分类模型。
5.如权利要求4所述的声学场景分类模型训练方法，其特征在于，样本混合音频数据的生成方式包括：
获取样本脉冲响应数据集和样本声场景语音数据集，所述样本声场景语音数据集包括不同设备在不同场景下的语音数据；
将样本脉冲响应数据集中的样本脉冲响应数据与样本声场景语音数据集中的样本声场景语音数据进行卷积操作，得到混合增强数据；
根据预设场景声音频波形长度切断所述混合增强数据的拖尾样本，得到所述样本混合音频数据。
6.一种声学场景分类方法，其特征在于，所述方法包括：
获取待分类音频数据；
将所述待分类音频数据输入训练后的声学场景分类模型，所述待分类音频数据对应的预测声学场景分类结果；
其中，所述训练后的声学场景分类模型基于权利要求4或5任一项所述的声学场景分类模型训练方法训练得到。
7.一种声学场景分类方法，其特征在于，所述方法包括：
获取输入音频数据；
对所述输入音频数据进行处理，得到梅尔频率倒谱系数特征；
对所述梅尔频率倒谱系数特征进行膨胀卷积，以及对膨胀卷积结果进行频域实例归一化得到中间特征，将所述中间特征继续进行膨胀卷积，以及对新的膨胀卷积结果进行频域实例归一化得到新的中间特征，直至得到最后一个新的中间特征；
对最后一个新的中间特征进行卷积，并根据卷积结果进行分类判别，得到声学场景分类结果。
8.一种模型部署方法，其特征在于，所述方法包括：
获取训练后的声学场景分类模型，所述训练后的声学场景分类模型基于权利要求4或5任一项所述的声学场景分类模型训练方法训练得到；
通过ARM算子对所述训练后的声学场景分类模型进行加速部署。
9.一种声学场景分类装置，其特征在于，所述装置包括：
待分类音频数据获取模块，用于获取待分类音频数据；
确定模块，用于将所述待分类音频数据输入训练后的声学场景分类模型，所述待分类音频数据对应的预测声学场景分类结果，其中，所述训练后的声学场景分类模型基于权利要求4或5任一项所述的声学场景分类模型训练方法训练得到。
10.一种芯片，其特征在于，所述芯片包括处理器与数据接口，所述处理器通过所述数据接口读取存储器上存储的指令，使得所述芯片执行如权利要求7所述的声学场景分类方法。
11.一种声学场景分类模型训练装置，其特征在于，所述装置包括：
训练数据获取模块，用于获取训练数据，所述训练数据包括将样本声场景音频数据与样本设备脉冲响应数据进行卷积操作得到的样本混合音频数据；
数据输入模块，用于将所述样本混合音频数据作为输入音频数据输入如权利要求1‑3任一项所述的声学场景分类模型，得到声学场景分类结果，作为预测样本分类结果；
损失函数确定模块，用于根据所述预测样本分类结果和所述样本声场景音频数据对应的真实分类结果确定损失函数；
训练模块，用于通过所述损失函数对所述声学场景分类模型进行训练，得到训练后的声学场景分类模型。
12.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求4至8任一项所述的方法。
13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求4至8任一项所述的方法。