[发明专利]一种说话人识别方法及系统在审
| 申请号： | 202110886484.4 | 申请日： | 2021-08-03 |
| 公开（公告）号： | CN113611314A | 公开（公告）日： | 2021-11-05 |
| 发明（设计）人： | 张葛祥;方祖林;贾勇;姚光乐;杨强;焦旭;罗标;汤刚;何瑶 | 申请（专利权）人： | 成都理工大学;成都图灵志杨信息科技有限责任公司 |
| 主分类号： | G10L17/02 | 分类号： | G10L17/02;G10L17/06;G10L25/45 |
| 代理公司： | 北京元本知识产权代理事务所(普通合伙) 11308 | 代理人： | 王红霞 |
| 地址： | 610000 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种说话人识别方法及系统，使用不同傅里叶变换窗长分别提取语音信号在不同时频分辨率下的梅尔谱图作为训练网络的特征图，将梅尔谱图分别使用ResNet34网络进行识别训练得到多个模型，并且在ResNet34网络的后端加入注意力模块使模型能够训练出每个特征通道的最优权重，然后通过加权融合的方式得到最终的融合特征向量，最后将融合后的特征向量与数据库中的说话人特征向量进行余弦距离比较，以确定说话人身份。本发明利用不同傅里叶变换窗长提取语音信号在不同时间、频率分辨率下的梅尔谱图特征进行训练，弥补了单一傅里叶窗长下提取特征谱图所导致的时间、频率分辨率不足的问题，提高了声纹识别的准确率。 | ||
| 搜索关键词： | 一种 说话 识别 方法 系统 | ||
【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成都理工大学;成都图灵志杨信息科技有限责任公司，未经成都理工大学;成都图灵志杨信息科技有限责任公司许可，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/202110886484.4/，转载请声明来源钻瓜专利网。
- 上一篇：文字识别模型的训练方法及装置、存储介质、电子设备
- 下一篇：一种生姜收获装备
