买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜武汉博特智能科技有限公司申请的专利基于变分自编码和对抗生成网络的声纹识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114882888B 。

龙图腾网通过国家知识产权局官网在2025-01-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210548513.0，技术领域涉及：G10L17/02；该发明授权基于变分自编码和对抗生成网络的声纹识别方法及系统是由戴亦斌设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本基于变分自编码和对抗生成网络的声纹识别方法及系统在说明书摘要公布了：本发明公开了一种基于变分自编码和对抗生成网络的声纹识别方法及系统，属于声纹识别技术领域，包括：S1、采集每个说话人的M个语音文件，对每个语音文件进行预处理，得到语谱图；S2、构建所述语谱图的配对数据集；S3、构建声纹特征提取网络，提取语谱图声纹特征；具体为：S301、通过构建变分自编码的条件和对抗生成模型，提取语谱图隐含特征；S302、构建声纹识别网络；S4、训练所述声纹识别网络；S5、将第一条语谱数据X1和第二条语谱数据X2分别导入所述声纹识别网络得到两个标量Ds；获得两个标量Ds的二范数D，通过二范数D的数值得出判断结果。

本发明授权基于变分自编码和对抗生成网络的声纹识别方法及系统在权利要求书中公布了：1.一种基于变分自编码和对抗生成网络的声纹识别方法，其特征在于，包括如下步骤：S1、采集每个说话人的M个语音文件，对每个语音文件进行预处理，得到语谱图；M为大于1的自然数；S2、构建所述语谱图的配对数据集；所述配对数据集包括N个三元组X1,X2,y；其中：X1为三元组的第一条语谱数据，X2为三元组的第二条语谱数据，同类配对时标签y定义为0，异类配对时标签y定义为1；同类配对集的每个数据和异类配对集的每个数据均由两条语谱图组成；所述同类配对集每个数据的两条语谱图为同一个说话人的语谱图；所述异类配对集每个数据的两条语谱图为不同说话人的语谱图；S3、构建声纹特征提取网络，提取语谱图声纹特征；具体为：S301、通过构建变分自编码的条件和对抗生成模型，提取语谱图隐含特征；具体为：S3011、构建编码器，所述编码器以原始数据经语谱数据处理后得到的语谱图数据X为输入，通过第一卷积神经网络输出隐含特征向量Z0；S3012、构建采样层，所述采样层以隐含特征向量Z0为输入，通过多层感知机，生成m对输出，对于每一对输出，定义前一个参数为均值μii，后一个参数为方差σi，从标准正态分布中采样一个数值t0，使用公式：ti＝to·σi+μi，其中：i为从1到m的自然数；得到输出，并按原有顺序，形成采样隐含特征向量Z1；S3013、构建解码器，所述解码器以采样隐含特征向量Z1为输入，通过第二卷积神经网络获得一个维度与所述语谱图数据X一致的生成语谱图数据S3014、以所述生成语谱图数据为输入，通过第二卷积神经网络获得一个与隐含特征向量Z0不同的数值向量Z0’；S3015、构建真实数据和生成数据判别器，所述真实数据和生成数据判别器将Z0’标记为y0＝1，X,,Z0标记为y0＝0，将Z0’、X,Z0和标记作为输入，依次通过第三卷积神经网络和全连接层，输出为一个标量Ds；S3016、组合构建声纹特征提取网络；将上述编码器、解码器、真实数据和生成数据判别器依次连接，形成声纹特征提取网络；该声纹特征提取网络的输入为语谱图数据X，输出为Z0,Z0’,Z1,Ds；S302、构建声纹识别网络；S4、训练所述声纹识别网络；S5、将第一条语谱数据X1和第二条语谱数据X2分别导入所述声纹识别网络得到两个标量Ds；获得两个标量Ds的二范数D，通过二范数D的数值得出判断结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉博特智能科技有限公司，其通讯地址为：430040 湖北省武汉市东湖新技术开发区花城大道8号武汉软件新城三期C23栋101-049室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。