龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山西大学
申请日：2024-02-02
公开（公告）日：2024-05-14
公开（公告）号：CN118038876A
主分类号：G10L17/08
分类号：G10L17/08;G10L17/04;G10L25/60
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明涉及一种基于语音质量自适应和类三元组思想的说话人确认方法，包括以下步骤：提取若干语音数据的语音特征；将若干语音特征输入说话人确认网络模型中，得到若干声纹特征；构建AAM‑Softmax的边界函数和AM‑Softmax的边界函数；构建第一损失函数和第二损失函数；将声纹特征的L2范数归一化，得到语音质量指标；构建总损失函数；采用总损失函数对说话人确认网络模型进行训练；采用训练好的说话人确认网络模型进行说话人确认。本发明的总损失函数具有两个特点：1如果语音质量较高，训练过程强调难样本，2如果语音质量较低，训练过程不强调难样本。本发明得到了精确并且鲁棒的声纹特征，并解决了现实场景下说话人确认语音样本质量差严重影响模型性能的问题。
主权项：1.一种基于语音质量自适应和类三元组思想的说话人确认方法，其特征在于，包括以下步骤：提取若干语音数据的语音特征；将若干语音特征输入说话人确认网络模型中，得到若干声纹特征；构建AAM-Softmax的边界函数和AM-Softmax的边界函数；构建第一损失函数和第二损失函数；所述第一损失函数表示为： 所述第二损失函数表示为： 其中，fθj,mAAM-Softmax为AAM-Softmax的边界函数，fθj,mAM-Softmax为AM-Softmax的边界函数；将声纹特征的L2范数归一化，得到该声纹特征对应语音数据的语音质量指标，可以表示为： 其中，ei表示第i个人的声纹特征，μe和σe分别为一批次内所有特征向量||ei||的均值和标准差，指的是在-1和1之间进行限制；根据语音质量指标、第一损失函数和第二损失函数，构建总损失函数；所述总损失函数表示为： 采用总损失函数对说话人确认网络模型进行训练；采用训练好的说话人确认网络模型进行说话人确认。
全文数据：
权利要求：
百度查询： 山西大学 一种基于语音质量自适应和类三元组思想的说话人确认方法及设备
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