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！

龙图腾网恭喜南京邮电大学申请的专利一种基于不确定度的集成自监督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：CN116386646B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202310476907.4，技术领域涉及：G10L17/02；该发明授权一种基于不确定度的集成自监督说话人识别方法是由季薇;杨茗淇;李云设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种基于不确定度的集成自监督说话人识别方法在说明书摘要公布了：本发明属于说话人识别技术领域，公开了一种基于不确定度的集成自监督的语音学习方法，应用于说话人识别学习任务，本发明采用大量无标签数据对掩蔽自监督模型、对比自监督模型以及自回归预测自监督模型进行预训练，并将语音数据的梅尔语谱图特征结果分别输入三个自监督模型中，提取模型最后一层的输出，将其作为全连接层的输入，并将全连接层的输出经过ReLU激活函数计算得到各模型下输入语音数据的证据，通过得到的证据以及狄利克雷分布参数，计算出各个自监督模型输出的置信质量和不确定度，使用Dempster规则将三个自监督模型输出的分类决策质量集进行融合，从而得到每个类的最终概率和总体不确定度，输出最终分类结果。

本发明授权一种基于不确定度的集成自监督说话人识别方法在权利要求书中公布了：1.一种基于不确定度的集成自监督说话人识别方法，其特征在于：所述集成自监督说话人识别方法包括如下步骤：步骤1：采集说话人语音数据，并对所述语音数据进行标注；步骤2：对原始语音数据进行预处理，提取梅尔语谱图，得到语音数据的特征向量，构造说话人识别数据集；步骤3：将步骤2中得到的梅尔语谱图特征依次输入到预训练好的若干自监督模型中，分别提取自监督模型最后一层的输出；步骤4：关于下游分类任务，将步骤3中各个自监督模型的最后一层输出作为全连接层的输入，并将全连接层的输出经过ReLU激活函数计算得到各模型下输入语音数据分类决策的证据；步骤5：在主观逻辑框架下计算狄利克雷分布参数，进而计算出各个自监督模型输出的置信质量和不确定度；步骤6：用Dempster规则将若干自监督模型的输出决策结果进行融合，从而得到每个类的最终概率和总体不确定度，输出最终分类结果。

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京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。