[发明专利]一种基于mean-SAP池化模型的说话人识别方法及系统有效
| 申请号： | 202110894996.5 | 申请日： | 2021-08-03 |
| 公开（公告）号： | CN113643709B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 邓飞;邓力洪;张葛祥;杨强;姚光乐 | 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： | G10L17/18 | 分类号： | G10L17/18;G10L17/02;G06N3/0464 |
| 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： | 本发明公开了一种基于mean‑SAP池化模型的说话人识别方法及系统，该方法及系统通过线性注意力机制产生每帧帧级特征的重要性权重，并通过产生的重要性权重生成统计向量，然后将帧级特征和统计向量的残差与重要性权重加权平均生成话语级特征。最后将话语级特征与数据库中的说话人特征进行欧式距离比较，以确定说话人身份。本发明通过线性注意力机制及引入统计向量的方式，弥补了Self‑attention pooling(SAP)池化模型捕捉有效帧不准确生成的话语级特征鲁棒性弱的问题，提高了说话人识别的准确率。 | ||
| 搜索关键词： | 一种 基于 mean sap 模型 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/202110894996.5/，转载请声明来源钻瓜专利网。
