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：中科南京智能技术研究院
摘要：本发明公开基于数据集难度的说话人嵌入层模型训练方法、介质和设备，利用基于数据集难度的损失函数进行训练，获得对语音和平凡发音识别准确率高的训练后说话人嵌入层模型，也就是完成训练的说话人嵌入层模型；采集说话人的注册音频并进行频谱特征提取，所述注册音频的频谱通过所述训练后说话人嵌入层模型，获得注册说话人嵌入层；获得实时音频数据，确认其是否为注册说话人的音频。本说话人嵌入层模型训练方法是利用基于数据集难度的损失函数进行训练的，每次训练后均能够更新语音和平凡发音数据集参与训练的权重，有利于提升说话人嵌入层模型在语音和平凡发音数据集上的准确率。
主权项：1.基于数据集难度的说话人嵌入层模型训练方法，其特征在于，包括：利用基于数据集难度的损失函数进行训练，获得对语音和平凡发音识别准确率高的训练后说话人嵌入层模型；采集说话人的注册音频并进行频谱特征提取，所述注册音频的频谱通过所述训练后说话人嵌入层模型，获得注册说话人嵌入层；获得实时音频数据，确认其是否为注册说话人的音频；完成训练的说话人嵌入层模型获取方式如下：准备至少两个训练数据集，所述训练数据集中的每项数据均包括音频频谱和说话人标签，且多个所述训练数据集的说话人一致，至少一个训练数据集只包含语音频谱，至少一个训练数据集只包含平凡发音频谱；构建说话人识别网络，包括说话人嵌入层模型与说话人分类层；前向传播计算基于数据集难度的损失函数，反向传播更新说话人识别网络参数，直至模型收敛，获得完成训练的所述训练后说话人嵌入层模型；所述损失函数如下： ，式中，， ， ，其中，是根据数据集难度获得的权重，初始值为1，每次训练一轮后，计算数据集每个批次的平均准确率，更新权重；为每个批次的样本数；为交叉熵损失函数，对批次中数据集的第个样本，真实标签为；为对批次中数据集的第个样本的频谱经过说话人识别网络后，再经过softmax层获得的对真实标签的后验概率；为散度，权重为；对除去说话人的其他说话人类别，期望其后验概率稳定在。
全文数据：
权利要求：
百度查询： 中科南京智能技术研究院 基于数据集难度的说话人嵌入层模型训练方法、介质和设备
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