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！
摘要：提供了利用联合说话人定位说话人识别神经网络的计算设备和方法。在一个例子中，计算设备接收用户说出的话音的多通道音频信号。从该信号中提取幅度和相位信息特征，并将其输入到通过多人的话音进行训练的联合说话人定位说话人识别神经网络中。从神经网络接收包括说话人识别特性和位置特性的用户嵌入，并将其与从多个话音中提取的多个注册嵌入进行比较，其中，每个话音与对应的人的身份相关联。至少基于这种比较，使用户与这些人之一的身份匹配，并输出该人的身份。
主权项：1.一种计算设备，包括：处理器；以及存储器，其保存可由所述处理器执行的指令，以用于：接收用户说出的话音的多通道音频信号；从所述信号中提取幅度特征和相位信息特征，其中，所述幅度特征和所述相位信息特征包括表示这些特征的多个多维向量，并且其中，所述多个多维向量被组合以形成从所述多通道音频信号中提取全部相关信息的向量；将所述向量输入到联合说话人定位和说话人识别神经网络中，其中，所述联合说话人定位和说话人识别神经网络是使用来自多个人的多个话音来训练的，其中，所述多个话音中的每个话音包括用于训练所述联合说话人定位和说话人识别神经网络的说话人声音特性和说话人空间信息两者；从所述联合说话人定位和说话人识别神经网络接收包括说话人识别特性和位置特性的用户嵌入；将所述用户嵌入与从所述多个话音中提取的多个注册嵌入进行比较，其中每个话音与对应的人的身份相关联；至少基于所述比较，使所述用户与其中一人的身份匹配；以及输出所述人的所述身份，其中，所述联合说话人定位和说话人识别神经网络被配置为利用所述用户嵌入来增强所述用户的说话人简档；并且其中，所述用户嵌入包括语音重叠特性，并且所述指令可被执行以用于：确定所述语音重叠特性是否指示所述音频信号包含来自两个或更多人的语音；以及如果所述语音重叠特性指示所述音频信号包含来自两个或更多人的语音，则避免利用所述用户嵌入来增强所述说话人简档。
全文数据：
权利要求：
百度查询： 微软技术许可有限责任公司 使用神经网络的说话人识别/定位
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