基于联合深度学习的文本相关的说话人识别方法

发明专利有效专利

申请号：
CN201510107647.9
IPC分类号：G10L17/02;G10L17/18
申请日期：
2015-03-12
申请人：
上海交通大学;苏州思必驰信息科技有限公司

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	基于联合深度学习的文本相关的说话人识别方法
申请号	CN201510107647.9	申请日期	2015-03-12
法律状态	暂无	申报国家	中国
公开/公告日	2015-06-24	公开/公告号	CN104732978A
优先权	暂无	优先权号	暂无
主分类号	G10L17/02 ? 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〕 G10L17/02 预处理操作，例如：片断选择；模式表示或模拟，例如基于线性判别式分析(LDA)或主要部件；特征选择或提取〔2013.01〕	IPC分类号	G;1;0;L;1;7;/;0;2;;;G;1;0;L;1;7;/;1;8查看分类表>
申请人	上海交通大学;苏州思必驰信息科技有限公司	申请人地址	江苏省苏州市苏州工业园区新平街388号腾飞创新园14栋变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	思必驰科技股份有限公司	当前权利人	思必驰科技股份有限公司
发明人	陈楠昕;葛凌廷;顾昊;常烜恺;钱彦旻;俞凯
代理机构	上海交达专利事务所	代理人	王毓理;王锡麟

摘要

一种智能语音领域的基于联合深度学习的文本相关的说话人识别方法，首先从待检测音频中提出得到FBANK系数，经帧扩展后输入神经网络进行计算，得到待测音频的j‐vector；再训练LDA模型并得到预测阈值，最后将待测试的说话人的注册音频的j‐vector和待测试的说话人的测试音频的j‐vector归一化后输入带有预测阈值的LDA模型，并得到预测结果。本发明能够极大地提高文本相关的说话人识别的精确度。

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