Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜青岛海尔科技有限公司;海尔智家股份有限公司刘建国获国家专利权

恭喜青岛海尔科技有限公司;海尔智家股份有限公司刘建国获国家专利权

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!

龙图腾网恭喜青岛海尔科技有限公司;海尔智家股份有限公司申请的专利说话人识别模型训练、说话人识别方法及装置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:CN114694658B

龙图腾网通过国家知识产权局官网在2025-05-02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:202210253357.5,技术领域涉及:G10L17/04;该发明授权说话人识别模型训练、说话人识别方法及装置是由刘建国;栾天祥;赵培;王迪设计研发完成,并于2022-03-15向国家知识产权局提交的专利申请。

说话人识别模型训练、说话人识别方法及装置在说明书摘要公布了:本申请公开了一种说话人识别模型训练、说话人识别方法及装置,涉及智能家居技术领域,该说话人识别模型训练方法包括:获取样本语音集;样本语音集包括:多个用户对应的N个样本语音;对各样本语音进行声学特征提取,得到多个用户对应的N个初始样本语音声学特征;通过目标特征提取模型,对N个初始样本语音声学特征进行降维,得到多个用户对应的M个目标样本语音声学特征;M为小于N的且大于或等于2的整数;对M个目标样本语音声学特征进行聚类,获取聚类结果;聚类结果用于表征各目标样本语音声学特征所属用户;根据聚类结果,以及,样本语音集训练预设模型,得到说话人识别模型。本申请提高了说话人识别模型训练的效率。

本发明授权说话人识别模型训练、说话人识别方法及装置在权利要求书中公布了:1.一种说话人识别模型训练方法,其特征在于,所述方法包括:获取样本语音集;所述样本语音集包括:多个用户对应的N个样本语音;所述N大于或等于2;对各所述样本语音进行声学特征提取,得到所述多个用户对应的N个初始样本语音声学特征;通过目标特征提取模型,对所述N个初始样本语音声学特征进行降维,得到所述多个用户对应的M个目标样本语音声学特征;所述M为小于N的且大于或等于2的整数;通过预设聚类算法,对所述M个目标样本语音声学特征进行不确定类别数目的聚类,得到多组目标样本语音声学特征;其中,同组的所述目标样本语音声学特征对应同一用户;接收每组所述目标样本语音声学特征对应的一个用户标签,得到聚类结果;所述聚类结果用于表征各所述目标样本语音声学特征所属用户;其中,所述预设聚类算法为高斯混合模型聚类算法;根据所述聚类结果,以及,所述样本语音集训练预设模型,得到说话人识别模型;所述说话人识别模型用于基于目标语音,输出所述目标语音对应的用户的标识;在所述通过目标特征提取模型,对所述N个初始样本语音声学特征进行降维之前,还包括:使用所述N个初始样本语音声学特征,对预设无监督特征提取模型进行训练,得到所述目标特征提取模型;所述预设无监督特征提取模型的损失函数如下公式(1)所示: (1)其中,表示所述预设无监督特征提取模型的损失函数,表示所述预设无监督特征提取模型的权重矩阵,为常数,表示任一所述初始样本语音声学特征,表示sigmoid函数,表示L1范数,表示所述权重矩阵的转置,表示L2范数。

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青岛海尔科技有限公司;海尔智家股份有限公司,其通讯地址为:266101 山东省青岛市崂山区海尔路1号海尔工业园;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”。

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。