[发明专利]一种基于深度学习的轻量化单通道声纹识别方法及系统

权利要求书

1.一种基于深度学习的轻量化单通道声纹识别方法，其特征在于，包括以下步骤：

对单通道语音输入数据进行预处理，得到语音梅尔频谱数据；

结合SE残差模块和CBAM注意力机制模块，基于语音梅尔频谱数据对轻量化声纹识别模型进行训练，得到训练后的轻量化声纹识别模型；

基于训练后的轻量化声纹识别模型进行单通道语音识别处理，得到识别结果。

2.根据权利要求1所述一种基于深度学习的轻量化单通道声纹识别方法，其特征在于，所述对单通道语音输入数据进行预处理，得到语音梅尔频谱数据这一步骤，其具体包括：

获取预设时长的单通道语音输入数据；

根据预设数据比例，对单通道语音输入数据进行加入噪声和回响，得到语音信号数据；

根据预设时间间隔对语音信号数据进行采样处理，得到一维语音信号；

对一维语音信号进行预加重、分帧、加窗、短时傅里叶变换、取功率谱与取对数处理，得到语谱图；

将语谱图输入Mel滤波器组进行相乘，得到语音梅尔频谱数据。

3.根据权利要求2所述一种基于深度学习的轻量化单通道声纹识别方法，其特征在于，所述结合SE残差模块和CBAM注意力机制模块，基于语音梅尔频谱数据对轻量化声纹识别模型进行训练，得到训练后的轻量化声纹识别模型这一步骤，其具体包括：

将语音梅尔频谱数据输入至轻量化声纹识别模型，所述轻量化声纹识别模型包括卷积层、归一化层、SE残差模块、CBAM注意力机制模块和线性层；

基于卷积层，对语音梅尔频谱数据进行卷积处理，得到语音梅尔频谱特征数据；

基于归一化层，对语音梅尔频谱特征数据进行归一化处理，得到归一化后的语音梅尔频谱特征数据；

基于SE残差模块，对归一化后的语音梅尔频谱特征数据进行残差处理，得到语音梅尔频谱残差数据；

基于CBAM注意力机制模块，对语音梅尔频谱残差数据进行压缩处理，得到压缩后的语音梅尔频谱残差数据；

基于线性层，通过AAM损失函数对压缩后的语音梅尔频谱残差数据进行线性处理，输出语音数据嵌入码，并得到训练后的轻量化声纹识别模型。

4.根据权利要求3所述一种基于深度学习的轻量化单通道声纹识别方法，其特征在于，所述基于SE残差模块，对归一化后的语音梅尔频谱特征数据进行残差处理，得到语音梅尔频谱残差数据这一步骤，其具体包括：

将归一化后的语音梅尔频谱特征数据输入至SE残差模块，首先依次通过第一x通道的二维卷积层进行卷积处理，再通过第一ReLu激活函数进行激活处理，再进行第一二维批归一化进行归一化处理，得到第一待处理语音数据；

所述第一待处理语音数据再通过第二x通道的二维卷积层与第二二维批归一化处理，输出第二待处理语音数据；

所述第二待处理语音数据再依次通过二维自适应平均池化、线性层、ReLu激活函数、线性层和Sigmoid激活函数进行处理，得到第三待处理语音数据；

将第二待处理语音数据与第三待处理语音数据进行相乘，再与归一化后的语音梅尔频谱特征数据进行相加，得到语音梅尔频谱残差数据。