“成都图灵志杨信息科技有限责任公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于mean-SAP池化模型的说话人识别方法及系统-CN202110894996.5有效
发明人：邓飞;邓力洪;张葛祥;杨强;姚光乐 -专利权人：成都理工大学;成都图灵志杨信息科技有限责任公司
申请日： 2021-08-03 - 公布日： 2023-07-18 - 主分类号： G10L17/18 文献下载
摘要：本发明公开了一种基于mean‑SAP池化模型的说话人识别方法及系统，该方法及系统通过线性注意力机制产生每帧帧级特征的重要性权重，并通过产生的重要性权重生成统计向量，然后将帧级特征和统计向量的残差与重要性权重加权平均生成话语级特征。最后将话语级特征与数据库中的说话人特征进行欧式距离比较，以确定说话人身份。本发明通过线性注意力机制及引入统计向量的方式，弥补了Self‑attention pooling(SAP)池化模型捕捉有效帧不准确生成的话语级特征鲁棒性弱的问题，提高了说话人识别的准确率。
一种基于 mean sap 模型说话识别方法系统

[发明专利]一种基于多类谱图特征注意力融合网络的说话人识别方法-CN202110887726.1有效
发明人：贾勇;焦旭;张葛祥;杨强;姚光乐;方祖林;罗标;汤刚;何瑶 -专利权人：成都理工大学;成都图灵志杨信息科技有限责任公司
申请日： 2021-08-03 - 公布日： 2023-06-20 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种基于多类谱图特征注意力融合网络的说话人识别方法，采用改进的34层残差网络和3DCNN残差网络作为识别模型，将语音信号分别转化为语谱图、Mel‑Fbank谱图和Gam‑Fbank谱图作为网络的训练特征图，利用34层残差网络提取三种谱图的空间特征，接着将三种谱图堆叠后利用3DCNN残差网络提取谱图间相互关联特征，并在上述网络模型后端引入通道注意力机制，使得网络自主学习如何生成最佳特征向量，接着将四个模型生成的特征向量进行融合，最后将融合后的特征向量与数据库中的说话人特征向量进行余弦距离比较，以确定说话人身份。本发明弥补了说话人特征因单一而无法准确表达的缺陷，从而有效的提升了说话人识别的准确率。
一种基于多类谱图特征注意力融合网络说话识别方法

[发明专利]一种说话人识别方法及系统-CN202110886484.4在审
发明人：张葛祥;方祖林;贾勇;姚光乐;杨强;焦旭;罗标;汤刚;何瑶 -专利权人：成都理工大学;成都图灵志杨信息科技有限责任公司
申请日： 2021-08-03 - 公布日： 2021-11-05 - 主分类号： G10L17/02 文献下载
摘要：本发明公开了一种说话人识别方法及系统，使用不同傅里叶变换窗长分别提取语音信号在不同时频分辨率下的梅尔谱图作为训练网络的特征图，将梅尔谱图分别使用ResNet34网络进行识别训练得到多个模型，并且在ResNet34网络的后端加入注意力模块使模型能够训练出每个特征通道的最优权重，然后通过加权融合的方式得到最终的融合特征向量，最后将融合后的特征向量与数据库中的说话人特征向量进行余弦距离比较，以确定说话人身份。本发明利用不同傅里叶变换窗长提取语音信号在不同时间、频率分辨率下的梅尔谱图特征进行训练，弥补了单一傅里叶窗长下提取特征谱图所导致的时间、频率分辨率不足的问题，提高了声纹识别的准确率。
一种说话识别方法系统