[发明专利]声纹识别模型的训练方法、装置、电子设备及存储介质在审
| 申请号： | 201910087459.2 | 申请日： | 2019-01-29 |
| 公开（公告）号： | CN109801636A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 乔登科 | 申请（专利权）人： | 北京猎户星空科技有限公司 |
| 主分类号： | G10L17/04 | 分类号： | G10L17/04;G10L17/08;G10L17/18;G10L17/02 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 100025 北京市朝*** | 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： | 本发明公开了一种声纹识别模型的训练方法、装置、电子设备及存储介质，所述方法包括：获取一个训练集，训练集中包括用户的音频数据；将训练集中各音频数据对应的声学特征向量分别输入声纹识别模型，得到训练集中每个音频数据对应的声纹特征向量和预测概率分布；根据训练集中每个音频数据对应的预测概率分布和每个音频数据对应的真实概率分布，计算交叉熵损失；根据训练集中每个音频数据对应的声纹特征向量和用户标识对应的参考声纹特征向量，计算中心损失；根据交叉熵损失和中心损失，更新声纹识别模型的模型参数。本发明实施例的技术方案，能够同时实现降低同一用户的声纹特征距离和增加不同用户的声纹特征距离两个优化目标。 | ||
| 搜索关键词： | 音频数据 声纹特征 声纹识别 向量 存储介质 电子设备 概率分布 交叉熵 声学特征向量 模型参数 同一用户 用户标识 优化目标 真实概率 训练集 预测 参考 更新 | ||
【主权项】：
1.一种声纹识别模型的训练方法，其特征在于，包括：获取训练集，所述训练集中包括用户的音频数据；将所述训练集中各音频数据对应的声学特征向量分别输入声纹识别模型，得到所述训练集中每个音频数据对应的声纹特征向量和预测结果，所述预测结果为用于表征所述音频数据属于各用户的预测概率分布；根据所述训练集中每个音频数据对应的预测概率分布和所述每个音频数据对应的真实概率分布，计算交叉熵损失，所述交叉熵损失用于表征同一音频数据的预测概率分布与真实概率分布间的差异度，所述真实概率分布用于表征所述音频数据真实属于的用户；根据所述训练集中每个音频数据对应的声纹特征向量和所述每个音频数据对应的用户标识对应的参考声纹特征向量，计算中心损失，所述中心损失用于表征同一用户的声纹特征向量与参考声纹特征向量间的差异度；根据所述交叉熵损失和所述中心损失，更新所述声纹识别模型的模型参数。
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猎户星空科技有限公司，未经北京猎户星空科技有限公司许可，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/201910087459.2/，转载请声明来源钻瓜专利网。
