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：沈阳航空航天大学
摘要：本发明提供了一种基于DW‑Metaformer轻量级神经网络模型的说话人识别方法，包括如下步骤：原始语音信号预处理；提取短期幅度功率谱的语音特征并进行融合；获取GMM统计特征；构建DW‑Metaformer轻量级神经网络模型，进行训练，并进行奇异值分解处理，得到低秩化DW‑Metaformer训练模型；构建虚拟教师知识蒸馏模型，并利用其对所述低秩化DW‑Metaformer训练模型进行知识迁移；构建NPLDA后端模型并训练；测试。该说话人识别方法，弥补了MFCC特征部分信息的缺失和估计方差大的问题，可以更好的表示说话人的个性信息，使用更低的计算成本，更准确更高性能地实现说话人识别任务。
主权项：1.一种基于DW-Metaformer轻量级神经网络模型的说话人识别方法，其特征在于，包括如下步骤：S1：采集语音信号，并对所述语音信号进行预处理操作；S2：针对预处理后的语音信号，提取短期幅度功率谱的语音特征并进行融合，得到融合特征，其中，提取的语音特征包括梅尔倒谱系数特征、谱质心幅度系数特征和多锥谱估计特征；S3：构建GMM模型，并输入所述融合特征，获取GMM统计特征；S4：构建DW-Metaformer轻量级神经网络模型，输入所述GMM统计特征，使用AAM-softmax损失函数训练模型参数，并进行奇异值分解处理，得到低秩化DW-Metaformer训练模型；S5：构建虚拟教师知识蒸馏模型，并利用所述虚拟教师知识蒸馏模型对所述低秩化DW-Metaformer训练模型进行知识迁移；S6：使用基于软检测的代价函数训练NPLDA后端模型，得到训练好的NPLDA后端模型；S7：利用训练好的低秩化DW-Metaformer模型和训练好的NPLDA后端模型识别待识别的语音，得到识别结果。
全文数据：
权利要求：
百度查询： 沈阳航空航天大学 基于DW-Metaformer轻量级神经网络模型的说话人识别方法
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