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：重庆邮电大学
摘要：本发明请求保护一种基于融合特征降维的Fca‑ProRes2Net说话人识别方法，包括步骤：S1，将语音信号进行预处理，得到适合提取说话人特征的语音信号，并将MFCC、GFCC以及它们的动态特征参数构成一种新的混合参数，该特征参数囊括了中高频以及动静态特征；S2，利用2DPCA对特征矩阵降维整合得到MMGFCC；S3，采用多尺度全连接的Res2Net网络来获取更大范围的感受野；S4，在主干网络ProRes2Net中加入频率域通道注意力网络:FcaNet，引入更多的频率分量信息；S5，运用Softmax函数对输出结果进行分类处理，之后使用交叉熵损失函数来寻求最优权重参数，最终得到优化的说话人识别模型。本发明可以有效地提取出表征能力强的特征参数并能高效地识别，提高了识别能力和泛化能力。
主权项：1.一种基于融合特征降维的Fca-ProRes2Net说话人识别方法，其特征在于，包括以下步骤：S1、将原始语音信号进行包括预加重、端点检测、分帧、加窗在内的预处理，得到适合提取说话人特征的语音信号，并将传统梅尔频率倒谱系数MFCC、伽玛通频倒谱系数GFCC以及它们的动态特征参数构成一种新的混合参数，该参数囊括了中高频以及动静态特征；S2、利用二维主成分分析2DPCA对特征矩阵降维整合得到混合梅尔伽玛通频倒谱系数MMGFCC；S3、采用多尺度全连接的Res2Net网络来获取更大范围的感受野；S4、在主干全连接残差网络ProRes2Net中加入频率域通道注意力网络FcaNet，FcaNet用于引入更多的频率分量信息，捕捉输入特征参数之间的复杂关系；S5、运用Softmax函数对输出结果进行分类处理，之后使用交叉熵损失函数来寻求最优权重参数，最终得到优化的说话人识别模型，并使用优化的说话人识别模型进行说话人识别。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于融合特征降维的Fca-ProRes2Net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