[发明专利]一种基于ArcFace loss算法的跨信道声纹识别方法

权利要求书

1.一种基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，包括：

收集说话人至少在两个不同信道的音频，对所述音频进行预处理并提取音频特征；

将所述音频特征转换为.lst 文件，所述.lst 文件包括音频路径；

将一个信道音频特征的所述.lst 文件投入到insightvoice网络训练单信道模型，所述insightvoice网络通过.lst和音频结合的方式读取音频；

将其他信道音频特征的所述.lst 文件输入到所述单信道模型，基于所述单信道模型做fine-tune得到多信道模型；通过所述多信道模型对不同信道音频进行交叉验证，完成声纹识别；

其中，所述insightvoice网络为ResNet-50网络，由50个block组成；所述训练基于ArcFace loss算法的损失函数进行。

2.如权利要求1所述的基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，所述基于ArcFace loss算法的损失函数为：

；其中，为样本数量，为类别数，为角度余量，，，，，，表示第个样本的深度特征，属于第类，表示最后一个全连接层权重的第列。

3.如权利要求2所述的基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，所述角度余量的值为0.5。

4.如权利要求1-3任一项所述的基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，所述音频特征为fbank特征、fbank的一阶微分特征和fbank的二阶微分特征。

5.如权利要求1-3任一项所述的基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，所述音频的预处理、fine-tune和insightvoice网络的训练基于MxNet框架进行。