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！

龙图腾网恭喜香港中文大学(深圳)申请的专利基于transformer框架的多通道声纹识别方法及装置、设备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：CN114446308B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202111682904.3，技术领域涉及：G10L17/02；该发明授权基于transformer框架的多通道声纹识别方法及装置、设备是由潘文安;谢悦皎设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本基于transformer框架的多通道声纹识别方法及装置、设备在说明书摘要公布了：本发明公开了一种基于transformer框架的多通道声纹识别方法及装置、设备，该方法包括：将待识别的音频信息进行声源分解，再通过短时傅里叶变换得到三通道频谱图Ⅰ；对同一组三通道频谱图Ⅰ分别同时进行转置、填补或截断，得到两组三通道频谱图Ⅱ；将两组三通道频谱图Ⅱ输入至改进的LeViT神经网络模型中，并利用改进的LeViT神经网络模型对音频信息的声纹进行识别处理输出音频信息的声纹识别信息，声纹识别信息至少包括音频信息对应的说话者。通过本发明提供的方法，通过对音频信息进行处理，得到了多个通道的音频信号，从而起到识别音频的准确率更高的作用；且通过改进的LeViT神经网络模型可更准确的识别音频信号，增加了模型的复杂度，使得准确率有大幅度的提升。

本发明授权基于transformer框架的多通道声纹识别方法及装置、设备在权利要求书中公布了：1.一种基于transformer框架的多通道声纹识别方法，其特征在于，所述方法包括：将待识别的音频信息进行声源分解，再通过短时傅里叶变换得到三通道频谱图Ⅰ；对同一组所述三通道频谱图Ⅰ分别同时进行转置、填补或截断，得到两组三通道频谱图Ⅱ；将所述两组三通道频谱图Ⅱ输入至改进的LeViT神经网络模型中，并利用所述改进的LeViT神经网络模型对所述音频信息的声纹进行识别处理输出所述音频信息的声纹识别信息，其中所述声纹识别信息至少包括所述音频信息对应的说话者，其中，所述改进的LeViT神经网络模型包括特征提取模块、自注意力-多层感知机模块和收缩自注意力模块，通过所述特征提取模块对所述两组三通道频谱图Ⅱ进行特征提取；依次通过第一阶段、第二阶段、第三阶段对进行特征提取后的所述两组三通道频谱图Ⅱ进行处理；所述第一阶段、第二阶段依次包括所述自注意力-多层感知机模块、收缩自注意力模块以及多层感知机模块，所述第三阶段依次包括自注意力-多层感知机模块以及平均池化层模块。

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香港中文大学(深圳)，其通讯地址为：518000 广东省深圳市龙岗区龙城街道龙翔大道2001号；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”。