[发明专利]一种基于ArcFace的语音识别方法及装置有效
| 申请号： | 201811400260.2 | 申请日： | 2018-11-22 |
| 公开（公告）号： | CN109377984B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 李鹏;吉瑞芳;蔡新元 | 申请（专利权）人： | 北京中科智加科技有限公司 |
| 主分类号： | G10L15/10 | 分类号： | G10L15/10;G10L15/06 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;李相雨 |
| 地址： | 100086 北京市海淀区知春路*** | 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： | 本发明实施例提供一种基于ArcFace的语音识别方法及装置，所述方法包括：获取待识别语音，并提取所述待识别语音的低层帧级特征；根据所述低层帧级特征，提取身份特征向量；从预设语音库中获取与所述身份特征向量相似的目标身份特征向量，所述预设语音库预先存储有预设身份特征向量与预设身份信息之间的对应关系；所述对应关系是根据预先训练过的预设模型得到的；所述预设模型是通过基于ArcFace的算法表达式获取的预设损失函数进行训练的；根据所述对应关系，确定与所述目标身份特征向量对应的目标身份信息，并将所述目标身份信息作为所述待识别语音的识别结果。所述装置执行上述方法。本发明实施例提供的方法及装置，能够准确地对各种类型的语音进行识别。 | ||
| 搜索关键词： | 一种 基于 arcface 语音 识别 方法 装置 | ||
【主权项】：
1.一种基于ArcFace的语音识别方法，其特征在于，包括：获取待识别语音，并提取所述待识别语音的低层帧级特征；根据所述低层帧级特征，提取身份特征向量；从预设语音库中获取与所述身份特征向量相似的目标身份特征向量，所述预设语音库预先存储有预设身份特征向量与预设身份信息之间的对应关系；其中，所述对应关系是根据预先训练过的预设模型得到的；所述预设模型是通过基于ArcFace的算法表达式获取的预设损失函数进行训练的；根据所述对应关系，确定与所述目标身份特征向量对应的目标身份信息，并将所述目标身份信息作为所述待识别语音的识别结果。
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北京中科智加科技有限公司，未经北京中科智加科技有限公司许可，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/201811400260.2/，转载请声明来源钻瓜专利网。
