基于轻量化卷积神经网络的声纹识别方法和装置

发明专利有效专利

申请号：
CN202110886681.6
IPC分类号：G10L17/18;G10L25/24;G06N3/04
申请日期：
2021-08-03
申请人：
南开大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于轻量化卷积神经网络的声纹识别方法和装置
申请号	CN202110886681.6	申请日期	2021-08-03
法律状态	公开	申报国家	中国
公开/公告日	2021-11-05	公开/公告号	CN113611315A
优先权	暂无	优先权号	暂无
主分类号	G10L17/18 ? IPC结构图谱： G 物理 G0 仪器 G10 乐器；声学 G10L 语音分析或合成；语音识别；语音或声音处理；语音或音频编码或解码〔4〕 G10L17/00 讲话者辨认或验证〔7〕 G10L17/18 人工神经网络，连接方法〔2013.01〕	IPC分类号	G;1;0;L;1;7;/;1;8;;;G;1;0;L;2;5;/;2;4;;;G;0;6;N;3;/;0;4查看分类表>
申请人	南开大学	申请人地址	天津市津南区海河教育园区同砚路38号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南开大学	当前权利人	南开大学
发明人	许静;吴彦峰;赵俊安;过辰楷;朱静雯
代理机构	北京布瑞知识产权代理有限公司	代理人	孟潭

摘要

一种基于轻量化卷积神经网络的声纹识别方法和装置，解决了现有技术中声纹识别技术精度低且网络参数量和计算量过大的问题。声纹识别方法包括：基于声学特征向量，顺次执行多个特征提取子例程，分别得到多个第四声纹特征向量；基于部分第四声纹特征向量确定第五声纹特征向量；采用低秩矩阵分解技术对第五声纹特征向量进行全连接，得到第六声纹特征向量；根据第六声纹特征向量进行声纹识别。其中，特征提取子例程包括：对输入特征向量进行多个不同空洞率的深度可分离卷积操作，得到多个第一声纹特征向量，确定多个第一声纹特征向量各自的权重向量，基于权重向量对多个第一声纹特征向量进行加权融合，得到第二声纹特征向量。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供