[发明专利]一种基于ArcFace loss算法的跨信道声纹识别方法有效
| 申请号： | 201910495120.6 | 申请日： | 2019-06-10 |
| 公开（公告）号： | CN110390937B | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 司马华鹏;唐翠翠 | 申请（专利权）人： | 南京硅基智能科技有限公司 |
| 主分类号： | G10L17/06 | 分类号： | G10L17/06;G10L17/02;G10L17/04 |
| 代理公司： | 江苏舜点律师事务所 32319 | 代理人： | 孙丹 |
| 地址： | 210012 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于ArcFace loss算法的跨信道声纹识别方法，解决了跨信道声纹识别率较低的问题，其技术方案要点是将多信道的原始音频预处理后，提取fbank特征、fbank的一阶微分特征和fbank的二阶微分特征，将提取的其中一个信道的特征投入insightvoice网络训练，训练基于ArcFace loss算法的损失函数进行，得到单信道模型。然后将多信道的原始音频特征输入到单信道模型进行fine‑tune，得到多信道模型，使用多信道模型进行跨信道声纹识别，识别错误率低，总体效果较好。 | ||
| 搜索关键词： | 一种 基于 arcface loss 算法 信道 声纹 识别 方法 | ||
【主权项】：
1.一种基于ArcFace loss算法的跨信道声纹识别方法，其特征在于，包括：收集说话人至少在两个不同信道的音频，对所述音频进行预处理并提取音频特征；将所述音频特征转换为.lst 文件，所述.lst 文件包括音频路径；将一个信道音频特征的所述.lst 文件投入到insightvoice网络训练单信道模型，所述insightvoice网络通过.lst和音频结合的方式读取音频；将其他信道音频特征的所述.lst 文件输入到所述单信道模型，基于所述单信道模型做fine‑tune得到多信道模型；通过所述多信道模型对不同信道音频进行交叉验证，完成声纹识别；其中，所述insightvoice网络为ResNet‑50网络；所述训练基于ArcFace loss算法的损失函数进行。
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南京硅基智能科技有限公司，未经南京硅基智能科技有限公司许可，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/201910495120.6/，转载请声明来源钻瓜专利网。
