[发明专利]基于Alexnet改进的声纹识别方法、存储介质和终端在审
| 申请号： | 201910529995.3 | 申请日： | 2019-06-19 |
| 公开（公告）号： | CN110277100A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 张晖;丁一全;赵海涛;孙雁飞;朱洪波 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/06;G10L17/18 |
| 代理公司： | 南京苏科专利代理有限责任公司 32102 | 代理人： | 姚姣阳 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 声纹识别 存储介质 声纹特征 终端 快速傅里叶分析 卷积神经网络 分类识别 语音信号 预设 改进 说话 身份 | ||
1.一种基于Alexnet改进的声纹识别方法，其特征在于，包括：
对输入的语音信号进行快速傅里叶分析，得到对应的语谱图；
采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征；
基于所提取的声纹特征对所述语音信号的说话者身份进行分类识别。
2.根据权利要求1所述的基于Alexnet改进的声纹识别方法，其特征在于，所述采用预设的Alexnet卷积神经网络从所述语谱图中提取对应的声纹特征，包括：
采用预设的Alexnet卷积神经网络依次对所述语谱图执行卷积操作、池化处理操作和输出数据部分随机丢弃操作两次、连续三次所述卷积操作和一次所述池化处理操作。
3.根据权利要求2所述的基于Alexnet改进的声纹识别方法，其特征在于，所述卷积操作所采用的卷积层的数量为5，卷积核个数为32，卷积核大小为11，步长为1。
4.根据权利要求2或3所述的基于Alexnet改进的声纹识别方法，其特征在于，所述池化处理操作为1-max pooling最大池化操作，其卷积核个数为32，卷积核大小为3，步长为1。
5.根据权利要求1所述的基于Alexnet改进的声纹识别方法，其特征在于，所述基于所提取的声纹特征对所述语音信号进行识别，包括：
采用SVM分类器对所提取的声纹特征对应的语音输出者的身份进行识别。
6.根据权利要求1所述的基于Alexnet改进的声纹识别方法，其特征在于，所述采用SVM分类器对所提取的声纹特征对应的说话者的身份进行识别，包括：
采用SVM中的径向基核函数对所提取的声纹特征对应的说话者的身份进行分类。
7.根据权利要求1所述的基于Alexnet改进的声纹识别方法，其特征在于，所述语谱图为二维或三维语谱图。
8.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至7任一项所述的基于Alexnet改进的声纹识别方法的步骤。
9.一种终端，其特征在于，包括存储器和处理器，所述存储器上储存有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行权利要求1至7任一项所述的基于Alexnet改进的声纹识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910529995.3/1.html，转载请声明来源钻瓜专利网。
- 上一篇：基于语音的嘴型生成方法和装置
- 下一篇：对于超高动态范围的主动声学回声消除
