[发明专利]一种基于频谱包络图的可变时长语音的语种识别方法在审
| 申请号： | 202110238968.8 | 申请日： | 2021-03-04 |
| 公开（公告）号： | CN113112990A | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 龙华;王瑶;邵玉斌;杜庆治;王延凯;陈亮;唐维康 | 申请（专利权）人： | 昆明理工大学 |
| 主分类号： | G10L15/00 | 分类号： | G10L15/00;G10L15/04;G10L15/06;G10L15/18 |
| 代理公司： | 昆明明润知识产权代理事务所(普通合伙) 53215 | 代理人： | 王鹏飞 |
| 地址： | 650093 云*** | 国省代码： | 云南;53 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于频谱包络图的可变时长语音的语种识别方法，属于音频信号处理技术领域。首先将语音信号分割为时长为t秒的短时语音；再提取出每段短时语音的频谱包络图，并将这些频谱包络图按a:b的比例分配为训练集和测试集；然后将训练集拟合到残差网络中进行训练，通过调整模型参数和测试集的反复测试，选出识别率最高的语种识别模型；当待测语音的时长大于t秒时，将它们分割成为若干长度为t秒的短时语音，然后通过统计每一段长语音所分割得到的短语音的识别情况来判断整段长语音得语种。本发明不仅能加快语种识别的速度，同时在待测语音时长不等的情况下也可以进行语种识别，并且能够保证较高的准确率。 | ||
| 搜索关键词： | 一种 基于 频谱 包络 可变 语音 语种 识别 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昆明理工大学，未经昆明理工大学许可，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/202110238968.8/，转载请声明来源钻瓜专利网。
