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！

龙图腾网获悉南昌大学申请的专利一种基于谱图去噪和对抗学习的鲁棒说话人识别方法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：CN116469394B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310425824.2，技术领域涉及：G10L17/02；该发明授权一种基于谱图去噪和对抗学习的鲁棒说话人识别方法是由张烨;常浩设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种基于谱图去噪和对抗学习的鲁棒说话人识别方法在说明书摘要公布了：本发明提供了一种基于谱图去噪和对抗学习的鲁棒说话人识别方法。首先采集干净语音的谱图数据集以及干净语音加噪后的含噪谱图数据集；利用均方误差损失函数训练多级编解码结构的U型网络U‑Net对含噪语音信号的梅尔谱图去除噪声干扰，得到增强梅尔谱图；利用最小二乘损失函数训练基于时延神经网络的条件生成对抗网络TDNN‑CGAN，采用时延神经网络TDNN作为TDNN‑CGAN中的生成器以提取增强梅尔谱图的深度特征，采用多层感知机MLP作为TDNN‑CGAN中的判别器；最后利用交叉熵损失训练说话人分类器来识别说话人的身份，实现噪声环境下的说话人识别。本发明从含噪语音提取的深度特征接近于从干净语音提取的深度特征，提升了说话人识别系统在噪声环境下的性能。

本发明授权一种基于谱图去噪和对抗学习的鲁棒说话人识别方法在权利要求书中公布了：1.一种基于谱图去噪和对抗学习的鲁棒说话人识别方法，其特征在于：采用多级编解码结构的U型网络U-Net对含噪语音信号的梅尔谱图去除噪声干扰，得到增强梅尔谱图；采用基于时延神经网络的条件生成对抗网络TDNN-CGAN提取增强梅尔谱图的深度特征，将得到的深度特征输入说话人分类器识别说话人的身份； 所述说话人识别方法的具体步骤如下： ①将干净语音添加噪声得到含噪语音，对干净语音、含噪语音分别进行分帧、加窗、提取梅尔谱图，分别得到干净语音梅尔谱图含噪语音梅尔谱图其中xct、xnt分别表示干净、含噪语音梅尔谱图的第t帧的梅尔特征向量，T表示语音帧的个数，t∈{1,...,T}，上标T表示转置，D表示每帧梅尔特征向量的维数； ②将Xn输入U-Net谱图增强网络，得到增强梅尔谱图Xn *，利用均方误差损失函数作为谱图增强损失来训练U-Net谱图增强网络，谱图增强损失的表达式如下: ③将Xc、Xn *分别输入TDNN-CGAN，利用TDNN-CGAN中的生成器分别提取Xc的深度特征Ec＝GXc、Xn *的深度特征En＝GXn *；将Ec、En分别输入TDNN-CGAN中的判别器，根据最小二乘生成对抗网络中的判别损失训练判别器，判别损失的表达式如下: G·和D·分别表示生成器和判别器的输出；固定判别器的网络参数，将En输入判别器，根据最小二乘生成对抗网络中的生成损失训练生成器，生成损失的表达式如下： ④将Ec、En输入说话人分类器，通过交叉熵损失训练说话人分类器，用于识别说话人的身份。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。