[发明专利]一种基于Triplet-Loss的说话人识别方法在审
| 申请号： | 201810835179.0 | 申请日： | 2018-07-26 |
| 公开（公告）号： | CN109256139A | 公开（公告）日： | 2019-01-22 |
| 发明（设计）人： | 王艺航;熊晓明;刘祥;李辉 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G10L17/18 | 分类号： | G10L17/18;G10L17/02 |
| 代理公司： | 广东广信君达律师事务所 44329 | 代理人： | 杨晓松 |
| 地址： | 510062 广东*** | 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： | 本发明涉及一种基于Triplet‑Loss的说话人识别方法，包括以下步骤：S1：获取语音信号，包括三组样本，分别为说话人的一组语音序列、同一说话人另一组的语音序列以及不同说话人的一组语音序列；S2：进行语音信号的预处理，去除语音采集过程中产生的信道噪声；S3：对去噪后的语音信号进行语音特征参数提取；S4：以LSTM神经网络为基础，构建RNN神经网络；S5：将提取到的90％的三组语音特征参数作为RNN神经网络的输入，用于训练RNN神经网络；S6：RNN神经网络训练好后，将其余的10％的三组语音特征参数作为RNN神经网络的输入进行说话人识别。本发明具有准确率高、识别效果好、可靠性高等优点。 | ||
| 搜索关键词： | 神经网络 说话人识别 语音信号 语音序列 语音特征参数 语音特征参数提取 预处理 神经网络训练 信道噪声 语音采集 准确率 构建 去噪 去除 样本 | ||
【主权项】：
1.一种基于Triplet‑Loss的说话人识别方法，其特征在于,包括以下步骤：S1：获取语音信号，该语音信号包括三组样本，分别为说话人的一组语音序列Xa、同一说话人另一组的语音序列Xp以及不同说话人的一组语音序列Xn；S2：进行语音信号的预处理，去除语音采集过程中产生的信道噪声；S3：对去噪后的语音信号进行语音特征参数提取；S4：以LSTM神经网络为基础，构建RNN神经网络；S5：将步骤S3所提取到的90％的三组语音特征参数作为RNN神经网络的输入，用于训练RNN神经网络；S6：RNN神经网络训练好后，将其余的10％的三组语音特征参数作为RNN神经网络的输入进行说话人识别。
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广东工业大学，未经广东工业大学许可，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/201810835179.0/，转载请声明来源钻瓜专利网。
