[发明专利]基于复合声学特征和低秩分解TDNN的说话人识别系统及方法在审
| 申请号： | 202011183292.9 | 申请日： | 2020-10-29 |
| 公开（公告）号： | CN112331216A | 公开（公告）日： | 2021-02-05 |
| 发明（设计）人： | 苗冉;王以;申树藩;卫志华 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G10L17/00 | 分类号： | G10L17/00;G10L17/02;G10L17/04;G10L17/06;G10L17/18;G10L25/24 |
| 代理公司： | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人： | 叶凤 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于复合声学特征和低秩分解TDNN的说话人识别系统及方法。对输入的语音信号在预处理后采用MFCC和归一化互相关函数进行声学特征提取，将两种特征复合；在说话人模块中，将复合声学特征输入低秩矩阵分解TDNN进行帧级别特征提取，再经过统计池化层后，通过两个全连接层和一个softmax层完成段级别特征提取，并得到输入语音对应的特征向量。上述方法在采用低秩矩阵分解对TDNN进行优化，能够显著减小参数规模，加快训练速度；同时在网络中采用跳层连接，以减少梯度消失的出现；相较于常规声学特征提取在MFCC特征的基础上增加了归一化互相关函数进行音高特征提取，弥补了单纯采用MFCC对高频信息的损失，增加了特征的多样性，提高说话人识别的准确性。 | ||
| 搜索关键词： | 基于 复合 声学 特征 分解 tdnn 说话 识别 系统 方法 | ||
【主权项】：
暂无信息
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同济大学，未经同济大学许可，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/202011183292.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种水稻核雄性不育保持系的选育方法
- 下一篇：保温复合砖及其成型方法
