[发明专利]一种语音身份特征提取器、分类器训练方法及相关设备有效
| 申请号： | 201710910880.X | 申请日： | 2017-09-29 |
| 公开（公告）号： | CN109584884B | 公开（公告）日： | 2022-09-13 |
| 发明（设计）人： | 李娜;王珺 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/04;G10L17/14;G10L17/18 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 王仲凯 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种语音身份特征提取器、分类器训练方法及相关设备，该语音身份特征提取器训练方法包括：提取训练语音的语音特征向量；根据训练语音的语音特征向量，确定相应的I‑vector；以I‑vector作为神经网络模型的第一目标输出，对神经网络模型的权重进行调整，得到第一神经网络模型；获取目标检测语音的语音特征向量，确定第一神经网络模型对目标检测语音的语音特征向量的输出结果；根据输出结果，确定身份因子隐变量；估计身份因子隐变量的后验均值，以后验均值作为第一神经网络模型的第二目标输出，调整第一神经网络模型的权重，得到语音身份特征提取器。通过本发明实施例可训练得到新型的语音身份特征提取器，为高可靠性的新型的语音身份特征的提取提供了可能。 | ||
| 搜索关键词： | 一种 语音 身份 特征 提取 分类 训练 方法 相关 设备 | ||
【主权项】：
1.一种语音身份特征提取器训练方法，其特征在于，包括：提取训练语音的语音特征向量；根据所述训练语音的语音特征向量，确定所述训练语音相应的身份因子I‑vector；以所述I‑vector作为神经网络模型的第一目标输出，对神经网络模型的权重进行调整，得到第一神经网络模型；获取目标检测语音的语音特征向量，确定所述第一神经网络模型对所述目标检测语音的语音特征向量的输出结果；根据所述输出结果，确定身份因子隐变量；估计身份因子隐变量的后验均值，以所述后验均值作为所述第一神经网络模型的第二目标输出，调整所述第一神经网络模型的权重，得到语音身份特征提取器。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，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/201710910880.X/，转载请声明来源钻瓜专利网。
