龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：中科南京智能技术研究院
摘要：本发明公开了一种基于时域残差层的说话人识别方法及系统，包括：准备训练数据集，训练数据集中的每项数据包含语音频谱和相应的说话人标签；构建说话人识别网络，包括说话人嵌入层模型与说话人分类层，说话人嵌入层模型依次包括卷积层，残差层、3个时域残差层、逐通道卷积、池化层和全连接层；采用训练数据集训练说话人识别网络，移除完成训练的说话人分类层，获得完成训练的说话人嵌入层模型；采用训练好的说话人嵌入层模型对实时音频数据进行说话人识别，判断实时音频数据对应说话人与注册说话人是同一说话人。本发明在说话人嵌入层模型中应用时域残差层，提高了说话人识别的识别率。
主权项：1.一种基于时域残差层的说话人识别方法，其特征在于，包括以下步骤：准备训练数据集，训练数据集中的每项数据包含语音频谱和相应的说话人标签；构建说话人识别网络，包括说话人嵌入层模型与说话人分类层，语音频谱输入说话人嵌入层模型后获得说话人嵌入层向量，说话人嵌入层向量输入说话人分类层输出说话人分类结果；其中，说话人嵌入层模型依次包括卷积层，残差层、3个时域残差层、逐通道卷积、池化层和全连接层，残差层的第一个模块应用降采样残差模块，后续堆叠若干残差模块；时域残差层的第一个模块应用时域残差模块，后续堆叠若干残差模块；逐通道卷积进一步压缩频域信息，时域尺寸不变；采用训练数据集训练说话人识别网络，移除完成训练的说话人分类层，获得完成训练的说话人嵌入层模型；采用训练好的说话人嵌入层模型对实时音频数据进行说话人识别，判断实时音频数据对应说话人与注册说话人是同一说话人。
全文数据：
权利要求：
百度查询： 中科南京智能技术研究院 一种基于时域残差层的说话人识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号