[发明专利]一种基于多模融合深度特征的移动设备源识别方法及系统有效
| 申请号： | 201910797827.2 | 申请日： | 2019-08-27 |
| 公开（公告）号： | CN110534101B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 王志锋;湛健;刘清堂;魏艳涛;叶俊民;闵秋莎;邓伟;田元;夏丹 | 申请（专利权）人： | 华中师范大学 |
| 主分类号： | G10L15/14 | 分类号： | G10L15/14;G10L15/02;G10L15/16;G10L25/24;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 北京金智普华知识产权代理有限公司 11401 | 代理人： | 杨采良 |
| 地址： | 430079 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于语音取证技术领域，公开了一种基于多模融合深度特征的移动设备源识别方法及系统，首先提取测试数据MFCCs和GSV特征，将特征对应分割为多路，然后分别训练CNN并融合得到融合深度特征，随后使用训练好的深度残差网络进行判决，最后将各路短样本的判决结果采用投票法联合决策。本发明在训练GMM‑UBM模型时，根据语音数据音素和音调的特点对数据进行筛选，挑选出具有代表性的少量数据，即保证了模型的表征泛化性也降低了数据运算量，提高了建模了效率；本发明使用深度神经网络做有监督的训练提取深度特征，剔除特征数据中的冗余和干扰信息，精简了特征数据，提高了数据的表征性，也降低了数据的维度简化了计算量。 | ||
| 搜索关键词： | 一种 基于 融合 深度 特征 移动 设备 识别 方法 系统 | ||
【主权项】：
1.一种基于多模融合深度特征的移动设备源识别方法，其特征在于，所述基于多模融合深度特征的移动设备源识别方法通过提取测试数据MFCCs和GSV特征，并将所述测试数据MFCCs和GSV特征对应分割为多路；/n然后分别训练CNN并融合得到融合深度特征，随后使用训练好的深度残差网络进行判决；/n最后将各路短样本的判决结果采用投票法进行联合决策。/n
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华中师范大学，未经华中师范大学许可，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/201910797827.2/，转载请声明来源钻瓜专利网。
