[发明专利]一种基于残差神经网络的远场语音说话人识别方法及装置有效
| 申请号： | 202110231097.7 | 申请日： | 2021-03-02 |
| 公开（公告）号： | CN112992155B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 张安妮;冯瑞 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/04;G10L17/18;G10L17/20;G10L15/04;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉 |
| 地址： | 200433 *** | 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： | 本发明提供了一种基于残差神经网络的远场语音说话人识别方法及装置，用于在嘈杂混响且有多个说话人的环境下，对短时的待测音频进行远场语音说话人识别从而确定该待测音频对应的说话人，其特征在于，包括如下步骤：对待测音频进行预处理得到预处理短时语音；利用语音活动检测模型对预处理短时语音进行语音分割得到分割结果，并从滤除了噪声以及静音的分割结果中提取得到语音向量特征；基于语音向量特征利用预先训练好的残差神经网络模型进行说话人特征提取得到说话人嵌入向量；基于预定的声音特征库对说话人嵌入向量进行相似度计算得到语音相似度值，根据该语音相似度值确定待测音频对应的说话人。 | ||
| 搜索关键词： | 一种 基于 神经网络 语音 说话 识别 方法 装置 | ||
【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复旦大学，未经复旦大学许可，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/202110231097.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于皮轨接口的快速装夹机构
- 下一篇：一种医院转运车
