[发明专利]一种说话人确认方法及装置有效
| 申请号： | 201710214666.0 | 申请日： | 2017-04-01 |
| 公开（公告）号： | CN107146624B | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 李蓝天;王东 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/04;G10L17/18 |
| 代理公司： | 11002 北京路浩知识产权代理有限公司 | 代理人： | 汤财宝<国际申请>=<国际公布>=<进入 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种说话人确认方法及装置，包括：获取第二语音；将预先获取的第一语音和所述第二语音转换成对应的第一声谱图和第二声谱图；使用卷积神经网络对所述第一声谱图和所述第二声谱图进行特征提取，获取对应的第一特征和第二特征；使用时延神经网络对所述第一特征和所述第二特征进行特征提取，获取对应的第三特征和第四特征；根据所述第三特征和所述第四特征对说话人进行确认。本发明通过将卷积神经网络和时延神经网络相结合，对所述第一语音和所述第二语音进行两次特征提取，将最终提取的第三特征和第四特征进行比较，从而实现对说话人的确认，本发明计算简单，鲁棒性强，能达到很好的识别效果。 | ||
| 搜索关键词： | 一种 说话 确认 方法 装置 | ||
【主权项】：
1.一种说话人确认方法，其特征在于，包括：/n获取第二语音；/n将预先获取的第一语音和所述第二语音转换成对应的第一声谱图和第二声谱图；/n使用卷积神经网络对所述第一声谱图和所述第二声谱图进行特征提取，获取对应的第一特征和第二特征；/n使用时延神经网络对所述第一特征和所述第二特征进行特征提取，获取对应的第三特征和第四特征；/n根据所述第三特征和所述第四特征对说话人进行确认；/n其中，所述使用时延神经网络对所述第一特征和所述第二特征进行特征提取，获取对应的第三特征和第四特征，包括：/n分别对所述第一语音和所述第二语音中的帧进行拼接；/n对所述第一语音中拼接后的帧对应的所述第一特征和所述第二语音中拼接后的帧对应的所述第二特征进行降维；/n对降维后的所述第一特征和第二特征进行线性变换，获取对应的第三特征和第四特征；在使用卷积神经网络对所述第一声谱图和所述第二声谱图进行特征提取之前，还包括：/n对所述卷积神经网络和所述时延神经网络进行训练；/n在训练前，获取需要确认的说话人的语音；/n将需要确认的说话人的语音作为训练集；/n在进行训练时，将所述需要确认的说话人的语音中的每一个帧作为学习样本；/n经过所述卷积神经网络和所述时延神经网络两次特征提取后，计算所述两次特征提取前后该帧的特征之间的距离，确认该帧的说话人是否为该帧对应的说话人标签；/n使用说话人确认的误差信息反向调整所述卷积神经网络和所述时延神经网络中的参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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清华大学，未经清华大学许可，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/patent/201710214666.0/，转载请声明来源钻瓜专利网。
- 上一篇：电路板插接模块（TX‑DY‑MK）
- 下一篇：插座（国标一转三带三USB）
