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：重庆邮电大学
摘要：本发明请求保护一种基于Fca‑Res2Net融合自注意力的说话人识别方法，包括步骤：S1，将语音信号预处理后过不同滤波器，并分别进行差分运算得到一组二维对数梅尔谱图，充分利用语音高低频段动态与静态信息；S2，利用对数梅尔谱图预训练Fca‑Res2Net；S3，在基线模型Res2Net上引入频率域通道注意力网络:FcaNet，利用残差模块融合浅层和深层说话人特征信息，获取不同特征通道权重信息；S4，提出一种结合自注意力机制的Fca‑Res2Net模型将说话人空间特征与时序特征相结合，捕获长时间跨度的语音特征；S5，在模型训练的过程中通过更新参数最小化损失，同时通过算法进行优化，最后由softmax层进行说话人分类。本发明能够有效解决说话人识别模型识别率低以及泛化能力弱的问题，提高识别准确率和鲁棒性。
主权项：1.一种基于Fca-Res2Net融合自注意力的说话人识别方法，其特征在于，包括以下步骤：S1、对原始语音信号进行预加重、分帧、加窗预处理，将预处理后的语音信号经过不同滤波器，并分别进行差分运算得到一组水平长度与信号持续时间相关、垂直长度与滤波器组相关的二维对数梅尔谱图；S2、将经过步骤S1处理后的二维对数梅尔谱图用于预训练Fca-Res2Net，Fca-Res2Net即改进的残差网络模型融合频率域通道注意力网络，说话人识别网络提高泛化能力，Res2Net是由ResNet改进而成的，在继承了ResNet优点的同时又不增加参数计算量，通过增加感受野的大小来提高卷积神经网络的特征提取能力；S3、通过改进的残差网络Res2Net融合频率域通道注意力网络FcaNet得到融合浅层和深层的说话人特征信息，并用于获取不同特征通道权重信息；S4、提出一种结合自注意力机制的Fca-Res2Net模型，将说话人空间特征与时序特征相结合，捕获长时间跨度的语音特征；S5、在模型训练的过程中，以交叉熵误差函数作为训练目标函数，通过更新参数最小化交叉熵损失，同时通过Adam算法进行优化，得到最终网络模型，最后由softmax层进行说话人分类。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于Fca-Res2Net融合自注意力的说话人识别方法
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